New Fonseca, Fernando P · 2017. 9. 15. · Fonseca, Fernando P.1; Ramos, Rui A.R.2 Departamento de...
Transcript of New Fonseca, Fernando P · 2017. 9. 15. · Fonseca, Fernando P.1; Ramos, Rui A.R.2 Departamento de...
Fonseca Fernando P1 Ramos Rui AR2
Departamento de Engenharia Civil
Universidade do Minho
Campus de Gualtar 4710-057 Braga
PORTUGAL
(1) ffonsekagmailcom (2) ruiramosciviluminhopt
A aplicaccedilatildeo de sistemas multi-agentes no planeamento do territoacuterio
Os territoacuterios satildeo por definiccedilatildeo sistemas complexos e dinacircmicos Estas
caracteriacutesticas resultam da interacccedilatildeo de um conjunto alargado de actores e de variaacuteveis
nomeadamente de factores comportamentais e subjectivos de que resultam fenoacutemenos
natildeo lineares e imprevisiacuteveis Para fazer face a estes novos desafios tecircm sido
desenvolvidas vaacuterias ferramentas de apoio agrave decisatildeo no domiacutenio do planeamento e da
gestatildeo do territoacuterio como os sistemas multi-agentes (SMA)
A utilizaccedilatildeo dos SMA no planeamento do territoacuterio estaacute associada ao
desenvolvimento de modelos complexos de simulaccedilatildeo da realidade Atraveacutes da
simulaccedilatildeo os SMA procuram analisar os impactos e efectuar previsotildees sobre a
evoluccedilatildeo futura a partir da inter-relaccedilatildeo dos vaacuterios actores (agentes) do territoacuterio
integrados num sistema operacional A incorporaccedilatildeo das dimensotildees comportamental e
temporal na modelaccedilatildeo constituem dois dos principais elementos diferenciadores dos
SMA
O objectivo do artigo que constitui parte de um projecto de investigaccedilatildeo mais
vasto que estaacute a ser desenvolvido pelos autores pretende efectuar um enquadramento
teoacuterico da aplicaccedilatildeo dos SMA ao territoacuterio Em termos especiacuteficos procurar-se-aacute
demonstrar as vantagens dos SMA em relaccedilatildeo agraves teacutecnicas mais convencionais de
planeamento apresentar as caracteriacutesticas dos SMA descrever as arquitecturas de
agentes existentes e efectuar uma revisatildeo dos vaacuterios modelos aplicados ao territoacuterio
nomeadamente em relaccedilatildeo agrave simulaccedilatildeo do uso do solo e dos transportes
Palavras-chave Agentes Sistemas multi-agentes Modelos planeamento Planeamento
do territoacuterio
1 Introduccedilatildeo
Os territoacuterios e em especial as cidades satildeo espaccedilos geograacuteficos complexos
constituiacutedos por uma componente fiacutesica que serve de suporte a um conjunto de
actividades econoacutemicas sociais culturais ambientais e perceptivas Neste contexto
Ferreira (2005) refere que o territoacuterio eacute a entidade suporte de integraccedilatildeo e de siacutentese
de toda a actividade humana com particular realce para as actividades produtivas o
habitat os recursos naturais e ambientais as identidades bem como os agentes desse
processo Assim a complexidade geograacutefica do territoacuterio confere ao planeamento e aos
modelos de localizaccedilatildeo uma enorme importacircncia no processo de tomada de decisatildeo
Manson (2007) refere que a complexidade geograacutefica do territoacuterio estaacute a colocar novos
desafios metodoloacutegicos e conceptuais ao planeamento essencialmente ao niacutevel dos
modelos de avaliaccedilatildeo A avaliaccedilatildeo no planeamento funciona como um mecanismo de
aprendizagem sobre os contextos incertos e complexos do territoacuterio No contexto do
planning by learning Faludi (2000) sublinha que o planeamento natildeo se deve reduzir a
uma mera produccedilatildeo de documentos teacutecnicos mas deve sustentar-se num processo de
aprendizagem muacutetua que articule os diversos actores de um territoacuterio
Por seu turno Moore (2002) realccedila que o planeamento natildeo pode desligar-se do
contexto social e relacional do territoacuterio independentemente da escala a que se esteja a
trabalhar Para este autor as principais dificuldades do planeamento do territoacuterio estatildeo
relacionadas com a existecircncia de (i) muacuteltiplas escalas espaciais temporais e
organizacionais (ii) vaacuterias entidades movidas por percepccedilotildees e por interesses
(econoacutemicos sociais poliacuteticos etc) diferentes (iii) diversos objectivos relativos ao
cumprimento de metas preacute-estabelecidas (econoacutemicas ambientais etc) (iv) vaacuterios
sectores de actividades onde os procedimentos legais e burocraacuteticos natildeo satildeo
convergentes (economia cultura paisagismo ambiente etc) No caso das cidades a
complexidade geograacutefica do territoacuterio eacute ainda maior devido agrave elevada pressatildeo exercida
por um conjunto de actividades (sobretudo ao niacutevel da edificaccedilatildeo e das acessibilidades)
e agrave existecircncia de um elevado nuacutemero de actores que se posicionam com interesses por
vezes contraditoacuterios dificultando e introduzindo entropia no processo de planeamento
A segregaccedilatildeo social e espacial do territoacuterio a perda de competitividade a degradaccedilatildeo
da qualidade de vida da populaccedilatildeo e a perda de sustentabilidade constituem algumas das
consequecircncias que resultam da complexidade em gerir os fenoacutemenos urbanos
A evoluccedilatildeo tecnoloacutegica que se tem verificado ao longo das uacuteltimas duas
deacutecadas em especial das TICrsquos tem promovido o desenvolvimento de modelos
espaciais em torno dos quais se tem procurado melhorar o processo de tomada de
decisatildeo dos planeadores do territoacuterio A partir da sua investigaccedilatildeo Matos (2006)
concluiu que estes modelos se baseiam em quatro etapas interligadas (i) a definiccedilatildeo do
modelo conceptual onde se estipula os indicadores a utilizar (ii) a selecccedilatildeo de uma
aplicaccedilatildeo informaacutetica que contribui para a construccedilatildeo do modelo (iii) as fontes de
dados que vatildeo alimentar o modelo (econoacutemicos sociais ambientais etc) (iv) e por
uacuteltimo os mecanismos de interactividade atraveacutes dos quais se obteacutem os outputs dos
modelos e se torna possiacutevel a sua interpretaccedilatildeo Em oposiccedilatildeo agraves ferramentas de anaacutelise e
de tratamento da informaccedilatildeo convencionais (como os Sistemas de Informaccedilatildeo
Geograacutefica) tem-se vindo a impor um conjunto de teacutecnicas de simulaccedilatildeo e de
modelaccedilatildeo dinacircmica dos fenoacutemenos urbanos que alguns autores designam por teacutecnicas
emergentes (Ramos amp Silva 2002 Silva et al 2004) ou por modelos de geosimulaccedilatildeo
(Torrens 2003) Os autoacutematos celulares e os SMA satildeo duas das principais ferramentas
de modelaccedilatildeo que se enquadram nesta tipologia tendo a particularidade de estarem
direccionadas para o planeamento do territoacuterio e dos transportes (Tabak et al 2004
Hamman et al 2007 Schumacher et al 2008) Para Saarloos et al (2004) ou
Ligmann-Zielinska amp Jankowski (2005) a utilizaccedilatildeo destas ferramentas oferece
oportunidades para melhorar o processo de tomada de decisatildeo no planeamento tendo
em consideraccedilatildeo a multiplicidade de variaacuteveis existentes no territoacuterio
Neste contexto o objectivo do artigo consiste em fazer uma anaacutelise exploratoacuteria
centrada na utilizaccedilatildeo dos sistemas multiagentes no planeamento do territoacuterio que faz
parte de um projecto de investigaccedilatildeo mais lato que estaacute a ser desenvolvido pelos
autores O artigo encontra-se dividido em duas partes fundamentais Na primeira faz-se
uma digressatildeo pela noccedilatildeo de sistemas multiagentes pelas suas origens e pelas
vantagens e dificuldades que apresentam ao niacutevel do planeamento do territoacuterio Na
segunda pretende-se dar um enfoque mais praacutetico agrave revisatildeo dos conhecimentos
apresentando diversos modelos baseados em SMA que foram desenvolvidos ao niacutevel do
planeamento urbano e dos transportes Por uacuteltimo apresentam-se algumas
consideraccedilotildees finais sobre a temaacutetica em apreccedilo
2 Os sistemas multiagentes
21 Noccedilatildeo origens e caracteriacutesticas fundamentais dos SMA
Os SMA constituem uma ferramenta de simulaccedilatildeo computacional que tem vindo
a ser crescentemente utilizada em diversas aacutereas cientiacuteficas O desenvolvimento dos
SMA ocorreu ao longo da deacutecada de 1990 e as suas origens radicam na designada
inteligecircncia artificial distribuiacuteda (Sawer 2003 Pereira 2004) cujo principal objectivo
consiste na resoluccedilatildeo de um problema atraveacutes da sua decomposiccedilatildeo em problemas mais
pequenos e menos complexos A utilizaccedilatildeo dos sistemas de inteligecircncia artificial
distribuiacuteda permite a vaacuterios processos autoacutenomos (os agentes) realizar actos de
inteligecircncia global atraveacutes do processamento colaborativo da informaccedilatildeo (Moulin amp
Chaib-Draa 1996) Este princiacutepio eacute similar aos benefiacutecios resultantes de ter um grupo
numeroso de especialistas a resolver problemas muito extensos que seria mais difiacutecil de
tratar por apenas uma pessoa De acordo com Pereira (2004) a inteligecircncia artificial
distribuiacuteda divide-se em duas sub-aacutereas a resoluccedilatildeo distribuiacuteda de problemas e os
SMA O princiacutepio da resoluccedilatildeo distribuiacuteda de problemas procura subdividir um
problema num conjunto de moacutedulos ou de nodos cooperativos que compartilhem
conhecimento sobre o problema e sobre como chegar agrave soluccedilatildeo Por seu turno os SMA
estatildeo mais direccionados para modelar o comportamento de um conjunto de entidades ndash
os agentes Estes agentes apresentam um conjunto de atributos e interagem entre si no
processo de modelaccedilatildeo Eacute da forma e dos comportamentos resultantes da interacccedilatildeo
entre os agentes que se extraem conclusotildees que podem ser usadas para a resoluccedilatildeo dos
problemas Ou seja este ramo da inteligecircncia artificial distribuiacuteda estuda o
comportamento inteligente numa sociedade de agentes autoacutenomos procurando
coordenar os conhecimentos e determinar planos para a resoluccedilatildeo dos problemas
Ao longo da deacutecada de 1990 os SMA tornaram-se progressivamente uma
ferramenta de simulaccedilatildeo cada vez mais utilizada de que resultou uma extensa produccedilatildeo
cientiacutefica nas mais diversas aacutereas desde as ciecircncias econoacutemicas agraves sociais passando
pelas naturais e tecnoloacutegicas Esta evoluccedilatildeo tambeacutem natildeo pode desligar-se dos avanccedilos
verificados no domiacutenio da informaacutetica que permitiu tratar computacionalmente
problemas mais complexos e a uma maior velocidade (Sawyer 2003)
22 Dos agentes aos SMA
No acircmbito da inteligecircncia artificial tal como refere Pereira (2004) natildeo existe
uma definiccedilatildeo universalmente aceite e clara de agente Natildeo obstante existem alguns
princiacutepios consensuais tais como a capacidade sensorial dos agentes sobre o ambiente
envolvente a capacidade de interagir e de reagir sobre o mesmo ambiente e a autonomia
e as capacidades sociais que lhes permitem interagir com outros agentes
Para Bithell et al (2008) os modelos baseados em agentes inspiram-se em
aspectos relacionados com o comportamento de sistemas vivos atraveacutes da atribuiccedilatildeo de
um conjunto de regras loacutegicas a esses agentes O processo de simulaccedilatildeo faz com que os
agentes interajam entre si e com o ambiente de que resultam comportamentos globais e
tendecircncias que podem ser visualizadas atraveacutes de previsotildees e de cenaacuterios de evoluccedilatildeo
futura Do mesmo modo Rabino amp Girotti (2004) referem que no estudo dos
fenoacutemenos sociais ou naturais satildeo facilmente identificados os comportamentos de
grupos que resultam da articulaccedilatildeo existente entre os vaacuterios elementos e destes com o
meio envolvente Um modelo baseado em SMA eacute entatildeo constituiacutedo por vaacuterios
elementos (os agentes) e por um ambiente (Figura 1) Os vaacuterios agentes (daiacute a
designaccedilatildeo de multiagentes) satildeo elementos fundamentais do sistema que actuam entre si
e com o meio onde estatildeo inseridos podendo eventualmente alterar o seu
comportamento com base nos conhecimentos e na aprendizagem que tecircm Deste modo
o conceito de SMA estaacute associado agrave existecircncia de um conjunto organizado de agentes
Agente
Ambiente
Agente
Ambiente
Fonte Adaptado de Wooldridge (2001)
Figura 1 Os elementos fundamentais de um SMA
Os agentes podem ser definidos como entidades computacionais que estatildeo
localizadas num determinado ambiente tendo a capacidade de desenvolver acccedilotildees
autoacutenomas de forma a atingir determinados objectivos atraveacutes de comportamentos
flexiacuteveis (Wooldridge 2009) Em sentido semelhante Ferber amp Gasser (1991)
argumentam que um agente eacute uma entidade capaz de agir sobre si mesma e sobre o seu
ambiente que pode dispor de uma representaccedilatildeo do ambiente que pode comunicar com
outros agentes sendo o seu comportamento uma consequecircncia das suas percepccedilotildees do
seu conhecimento e das interacccedilotildees realizadas Em funccedilatildeo das suas caracteriacutesticas e das
regras estipuladas para a modelaccedilatildeo os agentes satildeo capazes de se adaptar e de interagir
entre eles e com o ambiente em que estatildeo inseridos
23 Caracteriacutesticas e tipologias dos agentes
Os agentes apresentam uma grande heterogeneidade em termos de
caracteriacutesticas que variam em funccedilatildeo dos objectivos pretendidos com a simulaccedilatildeo Natildeo
obstante os agentes apresentam algumas especificidades que podem ser sistematizadas
Para Wooldridge (2009) os agentes distinguem-se por duas caracteriacutesticas principais
pela capacidade de interagir com os outros agentes e com o ambiente e pela capacidade
decisoacuteria As interacccedilotildees entre os agentes podem basear-se sob muacuteltiplas formas em
funccedilatildeo dos objectivos da simulaccedilatildeo e das ferramentas utilizadas podendo estar em jogo
desde relaccedilotildees antagoacutenicas ateacute situaccedilotildees de cooperaccedilatildeo entre os agentes A
comunicaccedilatildeo entre os agentes pode processar-se sob diversas formas e atraveacutes de
linguagens especiacuteficas A capacidade decisoacuteria estaacute associada agrave capacidade que os
agentes tecircm de tomar decisotildees sem intervenccedilatildeo humana directa De uma forma
semelhante Nwana (1996) refere que a autonomia a cooperaccedilatildeo e a aprendizagem
constituem trecircs denominadores comuns agrave maior parte dos agentes utilizados em
modelaccedilatildeo Por seu turno Wooldridge amp Jennings (1995) referem que os agentes em
funccedilatildeo das caracteriacutesticas que apresentam podem ser entendidos num sentido fraco (na
perspectiva de um agente computacional) ou num sentido forte (sendo entendido como
uma entidade cognitiva capaz de gerar percepccedilotildees e emoccedilotildees por exemplo) Deste
modo os agentes distinguem-se em funccedilatildeo da
(i) Autonomia os agentes satildeo autoacutenomos na medida em que operam sem uma
intervenccedilatildeo directa de nenhum controlador ou supervisor humano (Nwana 1996) Os
agentes tecircm controlo sobre as suas proacuteprias acccedilotildees e sobre o seu estado interno e
dispotildeem de uma racionalidade que lhes permite ter uma noccedilatildeo dos objectivos e das
acccedilotildees necessaacuterias para os atingir
(ii) Cooperaccedilatildeo a cooperaccedilatildeo eacute a razatildeo de ser de um grande nuacutemero de agentes
utilizados em sistemas de modelaccedilatildeo (Nwana 1996) Para cooperarem entre si os
agentes tecircm que possuir capacidades sociais para que possam interagir com os restantes
agentes
(iii) Reactividade em oposiccedilatildeo agrave cooperaccedilatildeo alguns agentes caracterizam-se por reagir
aos estiacutemulos que recebem Atraveacutes da capacidade sensorial estes agentes tecircm a
percepccedilatildeo do que ocorre no ambiente e de responder em tempo uacutetil aos estiacutemulos e agraves
mudanccedilas que detectam
(iv) Proacute-actividade os agentes tecircm objectivos a cumprir e por isso acabam por
desenvolver iniciativas proacuteprias no que respeita agrave resoluccedilatildeo de problemas especiacuteficos
seja atraveacutes da cooperaccedilatildeo seja da reacccedilatildeo Esta caracteriacutestica estaacute relacionada com a
autonomia e com a capacidade decisoacuteria dos agentes
(v) Aprendizagem alguns agentes tecircm a capacidade de adquirir conhecimentos e de
modificar os seus comportamentos com base em experiecircncias anteriores Como refere
Nwana (1996) um agente para ser inteligente deve ter capacidade de aprendizagem que
se manifesta no modo como um agente interage e reage com os demais agentes e com o
ambiente e na forma como melhora essa capacidade ao longo do tempo
Verifica-se portanto que o conceito de agente eacute entendido e eacute utilizado sob
muacuteltiplas formas facto que resulta da flexibilidade dos vaacuterios domiacutenios e dos
diferentes objectivos em que se utilizam agentes em processos de modelaccedilatildeo natildeo sendo
por isso possiacutevel encontrar um agente com todos os atributos mencionados tal como
refere Pereira (2004) Esta mesma noccedilatildeo eacute partilhada por Valbuena et al (2008) quando
referem que os agentes podem apresentar diversas especificidades uma vez que tanto
podem representar interesses individuais como colectivos podem ser mais ou menos
heterogeacuteneos no que se refere agraves suas caracteriacutesticas e satildeo dinacircmicos na medida em que
podem aprender e adaptar-se a situaccedilotildees diferentes Eacute devido a esta multiplicidade de
caracteriacutesticas que Nwana (1996) refere que os agentes estatildeo subjacentes a um espaccedilo
verdadeiramente multidimensional que dificulta a sistematizaccedilatildeo dos diversos atributos
de agentes em tipologias bem definidas
As caracteriacutesticas dos agentes e a forma como estatildeo organizados determinam as
tipologias dos agentes Haacute diversas tipologias de agentes mas de acordo com vaacuterios
autores (Cavezzali amp Rabino 2003 Sawyer 2003 Ferber et al 2004 Bithell et al
2008) haacute duas categorias que se destacam por serem as mais utilizadas os agentes
cognitivos e os agentes reactivos De acordo com Sawyer (2003) os agentes cognitivos
evoluiacuteram a partir dos trabalhos realizados no domiacutenio da Inteligecircncia Artificial
Distribuiacuteda ao passo que os reactivos procedem das pesquisas realizadas em torno da
artificial life (Alife)
Os agentes cognitivos satildeo movidos por objectivos tendo capacidades de
entendimento para atingir esses objectivos Por essa razatildeo estes agentes satildeo tambeacutem
conhecidos por agentes intencionais ou deliberativos (Sawyer 2003) e enquadram-se na
descrita tipologia de agentes fortes proposta por Wooldridge amp Jennings (1995) Os
agentes cognitivos caracterizam-se por possuir crenccedilas em relaccedilatildeo ao ambiente em que
estatildeo inseridos e conhecimentos em relaccedilatildeo aos planos e agrave forma como as suas acccedilotildees
poderatildeo afectar o ambiente e os restantes agentes Desta forma os agentes cognitivos
acabam por desenvolver comportamentos mais complexos Pereira (2004) refere que os
agentes cognitivos mantecircm uma representaccedilatildeo interna do ambiente que os rodeia
atraveacutes de um estado mental expliacutecito que pode ser alterado atraveacutes do raciociacutenio
simboacutelico Os agentes cognitivos comunicam entre si atraveacutes de linguagens de
comunicaccedilatildeo de agentes em cuja produccedilatildeo se destacam duas induacutestrias de softwares a
FIPA (Foundation for Intelligent Physical Agents) e a KQML (Knowledge Query and
Manipulation Language)
Ao contraacuterio destes os agentes reactivos estatildeo desprovidos de qualquer
informaccedilatildeo do ambiente em que estatildeo inseridos e dos restantes agentes envolvidos Os
agentes reactivos natildeo satildeo concebidos para executar planos especiacuteficos Pelo contraacuterio
os agentes reactivos satildeo movidos por simples regras de acccedilatildeo agindo de acordo com a
percepccedilatildeo que tecircm do ambiente que os rodeia atraveacutes de um conjunto de regras de
percepccedilatildeoreacccedilatildeo De acordo com Sawyer (2003) os agentes reactivos satildeo por vezes
designados agentes comportamentais pelo facto de responderem directamente a
estiacutemulos provocados pelo ambiente e que satildeo captados pela capacidade sensorial dos
agentes A conversatildeo da percepccedilatildeo numa acccedilatildeo natildeo envolve um processo de
deliberaccedilatildeo interna pelo que a mesma percepccedilatildeo por parte de um agente reactivo pode
desencadear acccedilotildees diferentes (Bithell et al 2008) Deste modo nos agentes reactivos
natildeo existe uma especificaccedilatildeo a priori do comportamento que os agentes iratildeo ter durante
o processo de modelaccedilatildeo Alguns jogos ou a roboacutetica constituem dois exemplos de
mecanismos que recorrem a agentes reactivos e que funcionam por estiacutemulos externos
Por outro lado os agentes reactivos destacam-se por serem relativamente simples e por
interagirem com os restantes agentes atraveacutes de formas baacutesicas exigindo linguagens e
modelos com arquitecturas apropriadas
24 Arquitecturas de agentes
A arquitectura de agentes eacute um aspecto que estaacute relacionado com as
caracteriacutesticas e com as tipologias dos agentes e que se refere ao modo de organizaccedilatildeo
dos agentes dentro do sistema e agrave forma como se processam as suas relaccedilotildees O tipo de
arquitectura descreve a forma como os agentes estatildeo dispostos num conjunto de
moacutedulos que interagem entre si para atingir um determinado objectivo Um dos aspectos
que ajuda a distinguir as tipologias de arquitecturas eacute a forma como um modelo
decompotildee o problema atraveacutes de determinadas tarefas (Wooldrige amp Jennings 1995)
Assim a escolha de uma determinada arquitectura estaacute muito dependente dos objectivos
pretendidos e com o tipo de agentes envolvidos no sistema pese embora natildeo existirem
arquitecturas melhores do que outras tal como Knapik amp Johnson (1998) referem
Ao longo do tempo foram desenvolvidas diversas arquitecturas de agentes mas
haacute trecircs tipologias dominantes e que satildeo representativas da maior parte dos sistemas a
arquitectura deliberativa a arquitectura reactiva e a arquitectura hiacutebrida
A arquitectura deliberativa segue a abordagem claacutessica da inteligecircncia artificial
onde os agentes interagem com reduzida autonomia (Figura 2) Um agente deliberativo
possui um modelo simboacutelico do ambiente e as suas decisotildees satildeo tomadas com base em
raciociacutenio loacutegico Como refere Costa (1999) a arquitectura deliberativa interpreta os
agentes como fazendo parte de um sistema baseado no conhecimento Nestes modelos eacute
necessaacuterio dotar os agentes se um sistema de planificaccedilatildeo que determinaraacute que passos
devem ser dados para atingir os seus objectivos
Fonte Pereira 2004
Figura 2 Modelo de arquitectura deliberativa
De acordo com Molina et al (2005) um dos primeiros passos a considerar na
construccedilatildeo de um sistema deliberativo consiste em fazer uma descriccedilatildeo simboacutelica
adequada do problema Seguidamente essa descriccedilatildeo deveraacute ser integrada no agente
para que este possa raciocinar e atingir as metas num periacuteodo de tempo preacute-estabelecido
(a questatildeo do tempo eacute importante porque os algoritmos da planificaccedilatildeo nem sempre
respondem em tempo uacutetil agraves solicitaccedilotildees do sistema) Assim e natildeo obstante a ideia
atractiva de colocar os agentes a interagir atraveacutes de raciociacutenio loacutegico haacute alguns
problemas que se colocam agrave arquitectura deliberativa nomeadamente a dificuldade em
traduzir o complexo mundo real em descriccedilotildees simboacutelicas e a dificuldade em obter
agentes capazes de lidar com esses problemas em tempo uacutetil
A arquitectura deliberativa revela-se particularmente adequada para implementar
agentes intencionais ou seja os agentes que satildeo capazes de produzir planos a partir das
suas crenccedilas e intenccedilotildees Por essa razatildeo e tal como referem Molina et al (2005) este
tipo de arquitectura eacute tambeacutem designado por arquitectura deliberativa BDI (Belief
Desire Intention) A arquitectura BDI eacute uma das que mais tem sido utilizada (Rao amp
Georgeff 1998 Molina et al 2005) pelo facto de incorporar um modelo de
representaccedilatildeo do raciociacutenio humano um nuacutemero consideraacutevel de implementaccedilotildees e
uma semacircntica loacutegica abstracta e de faacutecil compreensatildeo A arquitectura deliberativa BDI
foi desenvolvida para proporcionar soluccedilotildees em ambientes dinacircmicos ou incertos onde
os agentes apenas tecircm uma visatildeo parcial do problema (o acesso agrave informaccedilatildeo eacute
limitado) no contexto de um nuacutemero limitado de recursos As crenccedilas os desejos as
intenccedilotildees e os planos satildeo uma parte fundamental do estado destes sistemas
Na arquitectura reactiva os diversos problemas associados agrave representaccedilatildeo
simboacutelica do conhecimento conduziram ao estudo de modelos mais efectivos de
representaccedilatildeo do conhecimento Em oposiccedilatildeo agrave deliberativa a arquitectura reactiva
(Figura 3) natildeo utiliza nenhum modelo simboacutelico do ambiente nem recorre a nenhum
raciociacutenio loacutegico complexo A arquitectura reactiva baseia-se no princiacutepio de que um
agente pode desenvolver inteligecircncia a partir de interacccedilotildees com o ambiente natildeo
precisando de um modelo preacute-estabelecido Nesta categoria os agentes reagem aos
estiacutemulos definindo assim os comportamentos De acordo com Molina et al (2005) a
maior parte das aplicaccedilotildees das arquitecturas reactivas centraram-se no desenvolvimento
de controladores de roboacutetica Com efeito os robots podem considerar-se agentes reais
(natildeo software) que operam num ambiente em mudanccedila Eacute justamente a necessidade de
actuar num ambiente com estas caracteriacutesticas que dificultam a adopccedilatildeo de arquitecturas
deliberativas uma vez que a necessidade de redefiniccedilatildeo dos planos a uma realidade em
mudanccedila dificulta a obtenccedilatildeo de respostas eficientes por parte deste tipo de arquitectura
Fonte Pereira 2004
Figura 3 Modelo de arquitectura reactiva
A arquitectura hiacutebrida (Figura 4) procura conciliar as principais vantagens das
categorias deliberativas e reactivas superando algumas das debilidades da arquitectura
deliberativa (dificuldade em resolver com rapidez e eficaacutecia os problemas complexos) e
da reactiva (satildeo redutores ao apenas reagirem por estiacutemulos) Numa arquitectura
hiacutebrida a construccedilatildeo do modelo processa-se atraveacutes de dois sub-sistemas um
deliberativo que utiliza um modelo simboacutelico e que produz planos e outro reactivo
centrado em reagir a estiacutemulos que ocorram no ambiente e que natildeo requeiram um
mecanismo de raciociacutenio complexo Como referem Molina et al (2005) a natureza
destas arquitecturas satildeo propiacutecias a uma estruturaccedilatildeo por camadas que pode ser (i)
vertical quando apenas uma camada tem acesso aos sensores e actuadores (ii)
horizontal quando todas as camadas tecircm acesso aos sensores e actuadores As camadas
encontram-se hierarquicamente organizadas com a informaccedilatildeo sobre o meio em
diferentes niacuteveis de abstracccedilatildeo A maioria das arquitecturas hiacutebridas encontra-se
estruturada em trecircs niacuteveis
- Niacutevel reactivo corresponde ao niacutevel mais baixo Neste niacutevel satildeo tomadas as decisotildees
em relaccedilatildeo aos estiacutemulos recebidos do ambiente em tempo real
- Niacutevel do conhecimento corresponde a um niacutevel intermeacutedio onde se procede ao
conhecimento que o agente tem do ambiente normalmente com a ajuda de uma
representaccedilatildeo simboacutelica do mesmo
- Niacutevel social eacute a camada de niacutevel superior Eacute neste niacutevel que se processam os aspectos
sociais do ambiente incluindo tanto a informaccedilatildeo de outros agentes como os desejos
as intenccedilotildees etc Assim o comportamento global do agente eacute definido pela interacccedilatildeo
entre estes trecircs niacuteveis alternando entre as diversas arquitecturas
Fonte Adaptado de Molina et al (2005)
Figura 4 Modelo de arquitectura hiacutebrida
3 A utilizaccedilatildeo dos sistemas multiagentes no planeamento do territoacuterio
31 As motivaccedilotildees da aplicaccedilatildeo dos SMA no planeamento do territoacuterio
Os SMA tecircm actualmente um vasto espectro de aplicaccedilotildees com o objectivo de
tornar mais eficientes e de resolver determinados problemas de sistemas reais mais ou
menos complexos Para Rabino amp Girotti (2004) um sistema complexo eacute aquele ao qual
satildeo adicionadas dimensotildees comportamentais e subjectivas de que resultam efeitos natildeo
lineares (imprevisiacuteveis) A complexidade de um sistema traduz-se assim num conjunto
de relaccedilotildees que natildeo satildeo evidentes nem traduziacuteveis do ponto de vista fiacutesico ou
matemaacutetico mas que satildeo determinantes nas relaccedilotildees e nos comportamentos das
entidades e das caracteriacutesticas dos proacuteprios sistemas
Os territoacuterios e em particular as cidades satildeo considerados sistemas complexos
devido ao conjunto de vaacuterios elementos que constituem a cidade e que regulam o seu
contiacutenuo crescimento Neste sentido Batty (2008) refere que as cidades constituem
sistemas complexos por excelecircncia que se encontram distantes de uma situaccedilatildeo de
equiliacutebrio e que em consequecircncia requerem uma atenccedilatildeo especial para se poderem
manter com niacuteveis de sustentabilidade adequados Healey (2007) associa mais a questatildeo
da complexidade ao planeamento urbano Actualmente as cidades natildeo podem ser
descritas como unidades bem definidas e delimitadas pois a interacccedilatildeo de muacuteltiplos
actores em escalas e em redes diversas gera um grau de incerteza e de complexidade de
difiacutecil anaacutelise pelos meacutetodos tradicionais Por isso ao longo das uacuteltimas deacutecadas os
planeadores do territoacuterio tecircm estudado e divulgado o grande nuacutemero de
descontinuidades que haacute nestes sistemas associados agrave dificuldade de previsatildeo e aos
comportamentos imprevistos que tecircm lugar sobre o territoacuterio de que resultam
fenoacutemenos de natildeo-linearidade e de auto-organizaccedilatildeo E por outro lado tecircm
desenvolvido ferramentas de planeamento e de apoio agrave decisatildeo mais robustas que
permitem optimizar as medidas num cenaacuterio de maior complexidade
Neste contexto o planeamento eacute a actividade que procura racionalizar o uso e as
formas de ocupaccedilatildeo do mesmo atraveacutes de um conjunto de normas e de regulaccedilotildees Agrave
medida que os territoacuterios e as cidades se tecircm tornado mais complexos o planeamento
do uso do solo tem-se tornado tambeacutem numa actividade mais exigente devido agrave
interferecircncia de vaacuterios factores tais como os actores as especificidades de cada
territoacuterio e os processos autoacutenomos (Ligtenberg et al 2004) Os actores considerados a
niacutevel individual e colectivo satildeo entidades que tecircm uma acccedilatildeo directa no planeamento
do uso do solo a partir das suas intenccedilotildees e dos seus interesses As especificidades do
territoacuterio condicionam os diversos tipos de ocupaccedilotildees que lhe podem ser dadas
podendo ser mais ou menos restritivos para um determinado uso Para aleacutem disso haacute
que contar com os processos autoacutenomos que correspondem aos factores que podem
alterar a natureza (e assim o tipo de ocupaccedilatildeo) do solo como os factores naturais
(erosatildeo inundaccedilatildeo etc) Os planos e as demais regulamentaccedilotildees completam o conjunto
de factores que condicionam a forma como se processa a ocupaccedilatildeo do uso do solo A
combinaccedilatildeo de todos estes factores faz com que o planeamento do uso do solo seja um
processo complexo (onde eacute difiacutecil destrinccedilar as relaccedilotildees causais entre os vaacuterios agentes)
e seja um processo natildeo linear e dependente da actuaccedilatildeo combinada dos vaacuterios agentes
Deste modo e num contexto em que a complexidade territorial eacute cada vez maior
a utilizaccedilatildeo de ferramentas potentes eacute essencial para apoiar o processo de tomada de
decisatildeo Tal como referem Joshi et al (2006) a utilizaccedilatildeo de modelos e o recurso agrave
simulaccedilatildeo permite aos planeadores do territoacuterio analisar e simular cenaacuterios futuros
baseados no conhecimento que se passa a ter dos comportamentos dos actores das suas
interacccedilotildees e do papel que promovem na alteraccedilatildeo do uso do solo Com efeito e ao niacutevel
do planeamento do territoacuterio o conceito de simulaccedilatildeo deve ser entendido como uma
actividade de modelaccedilatildeo que procura analisar os impactos e efectuar previsotildees sobre a
evoluccedilatildeo futura a partir da inter-relaccedilatildeo das vaacuterias componentes do territoacuterio integradas
num sistema operacional (Briassoulis 2000)
O recurso aos SMA no planeamento do territoacuterio e do planeamento urbano em
particular estaacute entatildeo associado ao desenvolvimento de modelos mais robustos que
permitem responder agraves novas solicitaccedilotildees dos territoacuterios e das cidades O recurso aos
SMA permite natildeo soacute entender o territoacuterio como um sistema complexo como
disponibiliza ferramentas mais adequadas para a sua gestatildeo passando de uma
perspectiva top down para um tipo de planeamento mais relacional que envolve os
diversos actores no processo permitindo obter melhores resultados ainda que agrave custa da
complexificaccedilatildeo dos processos (Healey 2007)
Os SMA tecircm vindo a ter uma utilizaccedilatildeo crescente no domiacutenio de vaacuterias ciecircncias
ligadas ao planeamento do territoacuterio nomeadamente ao niacutevel da Geografia da
Sociologia da Engenharia do Urbanismo e da Gestatildeo Ambiental atraveacutes do
desenvolvimento de modelos baseados em agentes Actualmente existe um grande
nuacutemero de modelos de simulaccedilatildeo territorial baseados em agentes Batty (2009) descreve
os modelos como simplificaccedilotildees da realidade como a abstracccedilatildeo teoacuterica de um sistema
atraveacutes dos quais os princiacutepios teoacutericos satildeo testados e analisados Os modelos satildeo
aplicados invariavelmente atraveacutes de sistemas computacionais onde os computadores
funcionam como laboratoacuterios onde decorre a experimentaccedilatildeo dos fenoacutemenos Os
modelos territoriais podem entatildeo ser definidos como simulaccedilotildees computacionais
utilizadas para testar teorias relacionadas com a localizaccedilatildeo espacial e a interacccedilatildeo entre
os usos do solo e as actividades relacionadas Aleacutem disso os modelos tambeacutem
permitem avaliar atraveacutes de uma interface digital as consequecircncias que as poliacuteticas
urbanas poderatildeo ter no desenvolvimento futuro dos territoacuterios e das cidades No caso
das cidades os modelos representam e analisam funccedilotildees e processos que geram
estruturas urbanas espaciais em termos de uso do solo da distribuiccedilatildeo da populaccedilatildeo do
emprego e dos transportes estando integrados num programa computacional que
permite testar as teorias locativas e projectar o desenvolvimento futuro
32 Os modelos de planeamento do territoacuterio
Ao longo das uacuteltimas cinco deacutecadas foram desenvolvidos diversos modelos que
procuram fundamentalmente representar e analisar as dinacircmicas ao niacutevel da ocupaccedilatildeo
do solo e da deslocaccedilatildeo das pessoas nas cidades Haacute diversos estudos que fazem uma
retrospectiva mais ou menos detalhada das caracteriacutesticas e dos modelos que foram
colocados em praacutetica (Wegener 1994 Southworth 1995 Timmermans 2003 Hunt et
al 2005 Iacono et al 2008) De uma forma geral considera-se a existecircncia de trecircs
geraccedilotildees de modelos os modelos graviacuteticos os modelos do uso do solo transportes e os
modelos de microsimulaccedilatildeo onde se incluem os modelos baseados em agentes
Os modelos graviacuteticos foram desenvolvidos durante a deacutecada de 1960 e
inspiram-se directamente no modelo de Lowry (1964) que foi considerado o primeiro
sistema operacional de anaacutelise da ocupaccedilatildeo do solo urbano (Southworth 1995 Iacono
et al 2008) Estes primeiros modelos apresentaram um conjunto de inovaccedilotildees
metodoloacutegicas como os meacutetodos de maximizaccedilatildeo e os elementos estocaacutesticos que
permitiram construir modelos de interacccedilatildeo baseados na agregaccedilatildeo espacial
(Timmermans 2003) Estes modelos satildeo chamados graviacuteticos por analogia agrave teoria da
gravidade de Newton nomeadamente no que respeita agrave distribuiccedilatildeo do padratildeo de
viagens geradas que por sua vez era obtido atraveacutes de regressotildees lineares (Iacono et
al 2008)
A segunda geraccedilatildeo de modelos foi desenvolvida a partir da deacutecada de 1970 e
sobretudo durante a deacutecada de 1980 Estes modelos baseiam-se no princiacutepio das
escolhas discretas e da maximizaccedilatildeo da utilidade e caracterizam-se por integrarem na
modelaccedilatildeo duas componentes inter-relacionadas o uso do solo e os transportes Os
modelos combinados de uso do solo e dos transportes satildeo modelos de interacccedilatildeo
espacial que concebem a cidade como um sistema constituiacutedo por vaacuterias interacccedilotildees
agregadas numa condiccedilatildeo de equiliacutebrio Este sistema equilibrado eacute traduzido por um
conjunto de equaccedilotildees matemaacuteticas que permitem por exemplo prever as deslocaccedilotildees
entre as aacutereas residenciais e os locais de trabalho O objectivo do modelo de transportes
eacute a previsatildeo da procura (de transportes) e a sua adequaccedilatildeo agrave oferta existente enquanto o
modelo de uso do solo analisa a distribuiccedilatildeo espacial do emprego das aacutereas
residenciais comerciais e das demais actividades que possam influenciar a localizaccedilatildeo
das pessoas no territoacuterio Esta informaccedilatildeo eacute utilizada no modelo de transportes na
produccedilatildeo de deslocaccedilotildees Os custos de deslocaccedilatildeo que resultam de uma situaccedilatildeo de
equiliacutebrio entre a oferta e a procura de transportes satildeo revertidos no padratildeo de
localizaccedilatildeo das actividades econoacutemicas e das aacutereas residenciais Assim a interacccedilatildeo uso
do solotransportes permite determinar o modo como os transportes afectam a ocupaccedilatildeo
e o uso do solo o que por sua vez se repercute na localizaccedilatildeo das actividades e na
geraccedilatildeo de traacutefego Em comparaccedilatildeo com os de primeira geraccedilatildeo estes modelos satildeo
mais complexos e dinacircmicos
A terceira geraccedilatildeo de modelos emergiu a partir de meados da deacutecada de 1990 e
distingue-se pela utilizaccedilatildeo de teacutecnicas de microsimulaccedilatildeo e pelo facto de os modelos
serem mais complexos e dinacircmicos (Timmermans 2003) Alguns autores como
Torrens (2003) apelidam estes modelos de modelos de geosimulaccedilatildeo Os autoacutematos
celulares e os SMA satildeo as duas tipologias de modelaccedilatildeo mais utilizadas nesta terceira
geraccedilatildeo O ponto de partida destes modelos eacute o pressuposto de que as dinacircmicas
observadas ao niacutevel do territoacuterio resultam da acccedilatildeo individualizada de cada um dos
agentes envolvidos Nos autoacutematos celulares o territoacuterio eacute representado por uma grelha
de ceacutelulas que tecircm atributos especiacuteficos e que estatildeo sujeitas a regras determinadas pelo
sistema Nestes sistemas a troca de informaccedilotildees ou de dados espaciais entre as ceacutelulas
estaacute confinada agraves ceacutelulas vizinhas Pelas suas caracteriacutesticas os autoacutematos celulares satildeo
muito adequados para representar o territoacuterio e as infra-estruturas (Torrens 2003) e para
analisar a clusterizaccedilatildeo de actividades (Macy amp Willer 2002) Os SMA vatildeo mais longe
nesta anaacutelise ao associar as regras directamente aos indiviacuteduos ou agraves ceacutelulas e natildeo ao
sistema no seu conjunto Cada indiviacuteduo eacute modelado de acordo com o seu
comportamento o que faz dos modelos baseados em agentes uma poderosa ferramenta
para simular as opccedilotildees individualizadas Os agentes diferem dos autoacutematos celulares
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
1 Introduccedilatildeo
Os territoacuterios e em especial as cidades satildeo espaccedilos geograacuteficos complexos
constituiacutedos por uma componente fiacutesica que serve de suporte a um conjunto de
actividades econoacutemicas sociais culturais ambientais e perceptivas Neste contexto
Ferreira (2005) refere que o territoacuterio eacute a entidade suporte de integraccedilatildeo e de siacutentese
de toda a actividade humana com particular realce para as actividades produtivas o
habitat os recursos naturais e ambientais as identidades bem como os agentes desse
processo Assim a complexidade geograacutefica do territoacuterio confere ao planeamento e aos
modelos de localizaccedilatildeo uma enorme importacircncia no processo de tomada de decisatildeo
Manson (2007) refere que a complexidade geograacutefica do territoacuterio estaacute a colocar novos
desafios metodoloacutegicos e conceptuais ao planeamento essencialmente ao niacutevel dos
modelos de avaliaccedilatildeo A avaliaccedilatildeo no planeamento funciona como um mecanismo de
aprendizagem sobre os contextos incertos e complexos do territoacuterio No contexto do
planning by learning Faludi (2000) sublinha que o planeamento natildeo se deve reduzir a
uma mera produccedilatildeo de documentos teacutecnicos mas deve sustentar-se num processo de
aprendizagem muacutetua que articule os diversos actores de um territoacuterio
Por seu turno Moore (2002) realccedila que o planeamento natildeo pode desligar-se do
contexto social e relacional do territoacuterio independentemente da escala a que se esteja a
trabalhar Para este autor as principais dificuldades do planeamento do territoacuterio estatildeo
relacionadas com a existecircncia de (i) muacuteltiplas escalas espaciais temporais e
organizacionais (ii) vaacuterias entidades movidas por percepccedilotildees e por interesses
(econoacutemicos sociais poliacuteticos etc) diferentes (iii) diversos objectivos relativos ao
cumprimento de metas preacute-estabelecidas (econoacutemicas ambientais etc) (iv) vaacuterios
sectores de actividades onde os procedimentos legais e burocraacuteticos natildeo satildeo
convergentes (economia cultura paisagismo ambiente etc) No caso das cidades a
complexidade geograacutefica do territoacuterio eacute ainda maior devido agrave elevada pressatildeo exercida
por um conjunto de actividades (sobretudo ao niacutevel da edificaccedilatildeo e das acessibilidades)
e agrave existecircncia de um elevado nuacutemero de actores que se posicionam com interesses por
vezes contraditoacuterios dificultando e introduzindo entropia no processo de planeamento
A segregaccedilatildeo social e espacial do territoacuterio a perda de competitividade a degradaccedilatildeo
da qualidade de vida da populaccedilatildeo e a perda de sustentabilidade constituem algumas das
consequecircncias que resultam da complexidade em gerir os fenoacutemenos urbanos
A evoluccedilatildeo tecnoloacutegica que se tem verificado ao longo das uacuteltimas duas
deacutecadas em especial das TICrsquos tem promovido o desenvolvimento de modelos
espaciais em torno dos quais se tem procurado melhorar o processo de tomada de
decisatildeo dos planeadores do territoacuterio A partir da sua investigaccedilatildeo Matos (2006)
concluiu que estes modelos se baseiam em quatro etapas interligadas (i) a definiccedilatildeo do
modelo conceptual onde se estipula os indicadores a utilizar (ii) a selecccedilatildeo de uma
aplicaccedilatildeo informaacutetica que contribui para a construccedilatildeo do modelo (iii) as fontes de
dados que vatildeo alimentar o modelo (econoacutemicos sociais ambientais etc) (iv) e por
uacuteltimo os mecanismos de interactividade atraveacutes dos quais se obteacutem os outputs dos
modelos e se torna possiacutevel a sua interpretaccedilatildeo Em oposiccedilatildeo agraves ferramentas de anaacutelise e
de tratamento da informaccedilatildeo convencionais (como os Sistemas de Informaccedilatildeo
Geograacutefica) tem-se vindo a impor um conjunto de teacutecnicas de simulaccedilatildeo e de
modelaccedilatildeo dinacircmica dos fenoacutemenos urbanos que alguns autores designam por teacutecnicas
emergentes (Ramos amp Silva 2002 Silva et al 2004) ou por modelos de geosimulaccedilatildeo
(Torrens 2003) Os autoacutematos celulares e os SMA satildeo duas das principais ferramentas
de modelaccedilatildeo que se enquadram nesta tipologia tendo a particularidade de estarem
direccionadas para o planeamento do territoacuterio e dos transportes (Tabak et al 2004
Hamman et al 2007 Schumacher et al 2008) Para Saarloos et al (2004) ou
Ligmann-Zielinska amp Jankowski (2005) a utilizaccedilatildeo destas ferramentas oferece
oportunidades para melhorar o processo de tomada de decisatildeo no planeamento tendo
em consideraccedilatildeo a multiplicidade de variaacuteveis existentes no territoacuterio
Neste contexto o objectivo do artigo consiste em fazer uma anaacutelise exploratoacuteria
centrada na utilizaccedilatildeo dos sistemas multiagentes no planeamento do territoacuterio que faz
parte de um projecto de investigaccedilatildeo mais lato que estaacute a ser desenvolvido pelos
autores O artigo encontra-se dividido em duas partes fundamentais Na primeira faz-se
uma digressatildeo pela noccedilatildeo de sistemas multiagentes pelas suas origens e pelas
vantagens e dificuldades que apresentam ao niacutevel do planeamento do territoacuterio Na
segunda pretende-se dar um enfoque mais praacutetico agrave revisatildeo dos conhecimentos
apresentando diversos modelos baseados em SMA que foram desenvolvidos ao niacutevel do
planeamento urbano e dos transportes Por uacuteltimo apresentam-se algumas
consideraccedilotildees finais sobre a temaacutetica em apreccedilo
2 Os sistemas multiagentes
21 Noccedilatildeo origens e caracteriacutesticas fundamentais dos SMA
Os SMA constituem uma ferramenta de simulaccedilatildeo computacional que tem vindo
a ser crescentemente utilizada em diversas aacutereas cientiacuteficas O desenvolvimento dos
SMA ocorreu ao longo da deacutecada de 1990 e as suas origens radicam na designada
inteligecircncia artificial distribuiacuteda (Sawer 2003 Pereira 2004) cujo principal objectivo
consiste na resoluccedilatildeo de um problema atraveacutes da sua decomposiccedilatildeo em problemas mais
pequenos e menos complexos A utilizaccedilatildeo dos sistemas de inteligecircncia artificial
distribuiacuteda permite a vaacuterios processos autoacutenomos (os agentes) realizar actos de
inteligecircncia global atraveacutes do processamento colaborativo da informaccedilatildeo (Moulin amp
Chaib-Draa 1996) Este princiacutepio eacute similar aos benefiacutecios resultantes de ter um grupo
numeroso de especialistas a resolver problemas muito extensos que seria mais difiacutecil de
tratar por apenas uma pessoa De acordo com Pereira (2004) a inteligecircncia artificial
distribuiacuteda divide-se em duas sub-aacutereas a resoluccedilatildeo distribuiacuteda de problemas e os
SMA O princiacutepio da resoluccedilatildeo distribuiacuteda de problemas procura subdividir um
problema num conjunto de moacutedulos ou de nodos cooperativos que compartilhem
conhecimento sobre o problema e sobre como chegar agrave soluccedilatildeo Por seu turno os SMA
estatildeo mais direccionados para modelar o comportamento de um conjunto de entidades ndash
os agentes Estes agentes apresentam um conjunto de atributos e interagem entre si no
processo de modelaccedilatildeo Eacute da forma e dos comportamentos resultantes da interacccedilatildeo
entre os agentes que se extraem conclusotildees que podem ser usadas para a resoluccedilatildeo dos
problemas Ou seja este ramo da inteligecircncia artificial distribuiacuteda estuda o
comportamento inteligente numa sociedade de agentes autoacutenomos procurando
coordenar os conhecimentos e determinar planos para a resoluccedilatildeo dos problemas
Ao longo da deacutecada de 1990 os SMA tornaram-se progressivamente uma
ferramenta de simulaccedilatildeo cada vez mais utilizada de que resultou uma extensa produccedilatildeo
cientiacutefica nas mais diversas aacutereas desde as ciecircncias econoacutemicas agraves sociais passando
pelas naturais e tecnoloacutegicas Esta evoluccedilatildeo tambeacutem natildeo pode desligar-se dos avanccedilos
verificados no domiacutenio da informaacutetica que permitiu tratar computacionalmente
problemas mais complexos e a uma maior velocidade (Sawyer 2003)
22 Dos agentes aos SMA
No acircmbito da inteligecircncia artificial tal como refere Pereira (2004) natildeo existe
uma definiccedilatildeo universalmente aceite e clara de agente Natildeo obstante existem alguns
princiacutepios consensuais tais como a capacidade sensorial dos agentes sobre o ambiente
envolvente a capacidade de interagir e de reagir sobre o mesmo ambiente e a autonomia
e as capacidades sociais que lhes permitem interagir com outros agentes
Para Bithell et al (2008) os modelos baseados em agentes inspiram-se em
aspectos relacionados com o comportamento de sistemas vivos atraveacutes da atribuiccedilatildeo de
um conjunto de regras loacutegicas a esses agentes O processo de simulaccedilatildeo faz com que os
agentes interajam entre si e com o ambiente de que resultam comportamentos globais e
tendecircncias que podem ser visualizadas atraveacutes de previsotildees e de cenaacuterios de evoluccedilatildeo
futura Do mesmo modo Rabino amp Girotti (2004) referem que no estudo dos
fenoacutemenos sociais ou naturais satildeo facilmente identificados os comportamentos de
grupos que resultam da articulaccedilatildeo existente entre os vaacuterios elementos e destes com o
meio envolvente Um modelo baseado em SMA eacute entatildeo constituiacutedo por vaacuterios
elementos (os agentes) e por um ambiente (Figura 1) Os vaacuterios agentes (daiacute a
designaccedilatildeo de multiagentes) satildeo elementos fundamentais do sistema que actuam entre si
e com o meio onde estatildeo inseridos podendo eventualmente alterar o seu
comportamento com base nos conhecimentos e na aprendizagem que tecircm Deste modo
o conceito de SMA estaacute associado agrave existecircncia de um conjunto organizado de agentes
Agente
Ambiente
Agente
Ambiente
Fonte Adaptado de Wooldridge (2001)
Figura 1 Os elementos fundamentais de um SMA
Os agentes podem ser definidos como entidades computacionais que estatildeo
localizadas num determinado ambiente tendo a capacidade de desenvolver acccedilotildees
autoacutenomas de forma a atingir determinados objectivos atraveacutes de comportamentos
flexiacuteveis (Wooldridge 2009) Em sentido semelhante Ferber amp Gasser (1991)
argumentam que um agente eacute uma entidade capaz de agir sobre si mesma e sobre o seu
ambiente que pode dispor de uma representaccedilatildeo do ambiente que pode comunicar com
outros agentes sendo o seu comportamento uma consequecircncia das suas percepccedilotildees do
seu conhecimento e das interacccedilotildees realizadas Em funccedilatildeo das suas caracteriacutesticas e das
regras estipuladas para a modelaccedilatildeo os agentes satildeo capazes de se adaptar e de interagir
entre eles e com o ambiente em que estatildeo inseridos
23 Caracteriacutesticas e tipologias dos agentes
Os agentes apresentam uma grande heterogeneidade em termos de
caracteriacutesticas que variam em funccedilatildeo dos objectivos pretendidos com a simulaccedilatildeo Natildeo
obstante os agentes apresentam algumas especificidades que podem ser sistematizadas
Para Wooldridge (2009) os agentes distinguem-se por duas caracteriacutesticas principais
pela capacidade de interagir com os outros agentes e com o ambiente e pela capacidade
decisoacuteria As interacccedilotildees entre os agentes podem basear-se sob muacuteltiplas formas em
funccedilatildeo dos objectivos da simulaccedilatildeo e das ferramentas utilizadas podendo estar em jogo
desde relaccedilotildees antagoacutenicas ateacute situaccedilotildees de cooperaccedilatildeo entre os agentes A
comunicaccedilatildeo entre os agentes pode processar-se sob diversas formas e atraveacutes de
linguagens especiacuteficas A capacidade decisoacuteria estaacute associada agrave capacidade que os
agentes tecircm de tomar decisotildees sem intervenccedilatildeo humana directa De uma forma
semelhante Nwana (1996) refere que a autonomia a cooperaccedilatildeo e a aprendizagem
constituem trecircs denominadores comuns agrave maior parte dos agentes utilizados em
modelaccedilatildeo Por seu turno Wooldridge amp Jennings (1995) referem que os agentes em
funccedilatildeo das caracteriacutesticas que apresentam podem ser entendidos num sentido fraco (na
perspectiva de um agente computacional) ou num sentido forte (sendo entendido como
uma entidade cognitiva capaz de gerar percepccedilotildees e emoccedilotildees por exemplo) Deste
modo os agentes distinguem-se em funccedilatildeo da
(i) Autonomia os agentes satildeo autoacutenomos na medida em que operam sem uma
intervenccedilatildeo directa de nenhum controlador ou supervisor humano (Nwana 1996) Os
agentes tecircm controlo sobre as suas proacuteprias acccedilotildees e sobre o seu estado interno e
dispotildeem de uma racionalidade que lhes permite ter uma noccedilatildeo dos objectivos e das
acccedilotildees necessaacuterias para os atingir
(ii) Cooperaccedilatildeo a cooperaccedilatildeo eacute a razatildeo de ser de um grande nuacutemero de agentes
utilizados em sistemas de modelaccedilatildeo (Nwana 1996) Para cooperarem entre si os
agentes tecircm que possuir capacidades sociais para que possam interagir com os restantes
agentes
(iii) Reactividade em oposiccedilatildeo agrave cooperaccedilatildeo alguns agentes caracterizam-se por reagir
aos estiacutemulos que recebem Atraveacutes da capacidade sensorial estes agentes tecircm a
percepccedilatildeo do que ocorre no ambiente e de responder em tempo uacutetil aos estiacutemulos e agraves
mudanccedilas que detectam
(iv) Proacute-actividade os agentes tecircm objectivos a cumprir e por isso acabam por
desenvolver iniciativas proacuteprias no que respeita agrave resoluccedilatildeo de problemas especiacuteficos
seja atraveacutes da cooperaccedilatildeo seja da reacccedilatildeo Esta caracteriacutestica estaacute relacionada com a
autonomia e com a capacidade decisoacuteria dos agentes
(v) Aprendizagem alguns agentes tecircm a capacidade de adquirir conhecimentos e de
modificar os seus comportamentos com base em experiecircncias anteriores Como refere
Nwana (1996) um agente para ser inteligente deve ter capacidade de aprendizagem que
se manifesta no modo como um agente interage e reage com os demais agentes e com o
ambiente e na forma como melhora essa capacidade ao longo do tempo
Verifica-se portanto que o conceito de agente eacute entendido e eacute utilizado sob
muacuteltiplas formas facto que resulta da flexibilidade dos vaacuterios domiacutenios e dos
diferentes objectivos em que se utilizam agentes em processos de modelaccedilatildeo natildeo sendo
por isso possiacutevel encontrar um agente com todos os atributos mencionados tal como
refere Pereira (2004) Esta mesma noccedilatildeo eacute partilhada por Valbuena et al (2008) quando
referem que os agentes podem apresentar diversas especificidades uma vez que tanto
podem representar interesses individuais como colectivos podem ser mais ou menos
heterogeacuteneos no que se refere agraves suas caracteriacutesticas e satildeo dinacircmicos na medida em que
podem aprender e adaptar-se a situaccedilotildees diferentes Eacute devido a esta multiplicidade de
caracteriacutesticas que Nwana (1996) refere que os agentes estatildeo subjacentes a um espaccedilo
verdadeiramente multidimensional que dificulta a sistematizaccedilatildeo dos diversos atributos
de agentes em tipologias bem definidas
As caracteriacutesticas dos agentes e a forma como estatildeo organizados determinam as
tipologias dos agentes Haacute diversas tipologias de agentes mas de acordo com vaacuterios
autores (Cavezzali amp Rabino 2003 Sawyer 2003 Ferber et al 2004 Bithell et al
2008) haacute duas categorias que se destacam por serem as mais utilizadas os agentes
cognitivos e os agentes reactivos De acordo com Sawyer (2003) os agentes cognitivos
evoluiacuteram a partir dos trabalhos realizados no domiacutenio da Inteligecircncia Artificial
Distribuiacuteda ao passo que os reactivos procedem das pesquisas realizadas em torno da
artificial life (Alife)
Os agentes cognitivos satildeo movidos por objectivos tendo capacidades de
entendimento para atingir esses objectivos Por essa razatildeo estes agentes satildeo tambeacutem
conhecidos por agentes intencionais ou deliberativos (Sawyer 2003) e enquadram-se na
descrita tipologia de agentes fortes proposta por Wooldridge amp Jennings (1995) Os
agentes cognitivos caracterizam-se por possuir crenccedilas em relaccedilatildeo ao ambiente em que
estatildeo inseridos e conhecimentos em relaccedilatildeo aos planos e agrave forma como as suas acccedilotildees
poderatildeo afectar o ambiente e os restantes agentes Desta forma os agentes cognitivos
acabam por desenvolver comportamentos mais complexos Pereira (2004) refere que os
agentes cognitivos mantecircm uma representaccedilatildeo interna do ambiente que os rodeia
atraveacutes de um estado mental expliacutecito que pode ser alterado atraveacutes do raciociacutenio
simboacutelico Os agentes cognitivos comunicam entre si atraveacutes de linguagens de
comunicaccedilatildeo de agentes em cuja produccedilatildeo se destacam duas induacutestrias de softwares a
FIPA (Foundation for Intelligent Physical Agents) e a KQML (Knowledge Query and
Manipulation Language)
Ao contraacuterio destes os agentes reactivos estatildeo desprovidos de qualquer
informaccedilatildeo do ambiente em que estatildeo inseridos e dos restantes agentes envolvidos Os
agentes reactivos natildeo satildeo concebidos para executar planos especiacuteficos Pelo contraacuterio
os agentes reactivos satildeo movidos por simples regras de acccedilatildeo agindo de acordo com a
percepccedilatildeo que tecircm do ambiente que os rodeia atraveacutes de um conjunto de regras de
percepccedilatildeoreacccedilatildeo De acordo com Sawyer (2003) os agentes reactivos satildeo por vezes
designados agentes comportamentais pelo facto de responderem directamente a
estiacutemulos provocados pelo ambiente e que satildeo captados pela capacidade sensorial dos
agentes A conversatildeo da percepccedilatildeo numa acccedilatildeo natildeo envolve um processo de
deliberaccedilatildeo interna pelo que a mesma percepccedilatildeo por parte de um agente reactivo pode
desencadear acccedilotildees diferentes (Bithell et al 2008) Deste modo nos agentes reactivos
natildeo existe uma especificaccedilatildeo a priori do comportamento que os agentes iratildeo ter durante
o processo de modelaccedilatildeo Alguns jogos ou a roboacutetica constituem dois exemplos de
mecanismos que recorrem a agentes reactivos e que funcionam por estiacutemulos externos
Por outro lado os agentes reactivos destacam-se por serem relativamente simples e por
interagirem com os restantes agentes atraveacutes de formas baacutesicas exigindo linguagens e
modelos com arquitecturas apropriadas
24 Arquitecturas de agentes
A arquitectura de agentes eacute um aspecto que estaacute relacionado com as
caracteriacutesticas e com as tipologias dos agentes e que se refere ao modo de organizaccedilatildeo
dos agentes dentro do sistema e agrave forma como se processam as suas relaccedilotildees O tipo de
arquitectura descreve a forma como os agentes estatildeo dispostos num conjunto de
moacutedulos que interagem entre si para atingir um determinado objectivo Um dos aspectos
que ajuda a distinguir as tipologias de arquitecturas eacute a forma como um modelo
decompotildee o problema atraveacutes de determinadas tarefas (Wooldrige amp Jennings 1995)
Assim a escolha de uma determinada arquitectura estaacute muito dependente dos objectivos
pretendidos e com o tipo de agentes envolvidos no sistema pese embora natildeo existirem
arquitecturas melhores do que outras tal como Knapik amp Johnson (1998) referem
Ao longo do tempo foram desenvolvidas diversas arquitecturas de agentes mas
haacute trecircs tipologias dominantes e que satildeo representativas da maior parte dos sistemas a
arquitectura deliberativa a arquitectura reactiva e a arquitectura hiacutebrida
A arquitectura deliberativa segue a abordagem claacutessica da inteligecircncia artificial
onde os agentes interagem com reduzida autonomia (Figura 2) Um agente deliberativo
possui um modelo simboacutelico do ambiente e as suas decisotildees satildeo tomadas com base em
raciociacutenio loacutegico Como refere Costa (1999) a arquitectura deliberativa interpreta os
agentes como fazendo parte de um sistema baseado no conhecimento Nestes modelos eacute
necessaacuterio dotar os agentes se um sistema de planificaccedilatildeo que determinaraacute que passos
devem ser dados para atingir os seus objectivos
Fonte Pereira 2004
Figura 2 Modelo de arquitectura deliberativa
De acordo com Molina et al (2005) um dos primeiros passos a considerar na
construccedilatildeo de um sistema deliberativo consiste em fazer uma descriccedilatildeo simboacutelica
adequada do problema Seguidamente essa descriccedilatildeo deveraacute ser integrada no agente
para que este possa raciocinar e atingir as metas num periacuteodo de tempo preacute-estabelecido
(a questatildeo do tempo eacute importante porque os algoritmos da planificaccedilatildeo nem sempre
respondem em tempo uacutetil agraves solicitaccedilotildees do sistema) Assim e natildeo obstante a ideia
atractiva de colocar os agentes a interagir atraveacutes de raciociacutenio loacutegico haacute alguns
problemas que se colocam agrave arquitectura deliberativa nomeadamente a dificuldade em
traduzir o complexo mundo real em descriccedilotildees simboacutelicas e a dificuldade em obter
agentes capazes de lidar com esses problemas em tempo uacutetil
A arquitectura deliberativa revela-se particularmente adequada para implementar
agentes intencionais ou seja os agentes que satildeo capazes de produzir planos a partir das
suas crenccedilas e intenccedilotildees Por essa razatildeo e tal como referem Molina et al (2005) este
tipo de arquitectura eacute tambeacutem designado por arquitectura deliberativa BDI (Belief
Desire Intention) A arquitectura BDI eacute uma das que mais tem sido utilizada (Rao amp
Georgeff 1998 Molina et al 2005) pelo facto de incorporar um modelo de
representaccedilatildeo do raciociacutenio humano um nuacutemero consideraacutevel de implementaccedilotildees e
uma semacircntica loacutegica abstracta e de faacutecil compreensatildeo A arquitectura deliberativa BDI
foi desenvolvida para proporcionar soluccedilotildees em ambientes dinacircmicos ou incertos onde
os agentes apenas tecircm uma visatildeo parcial do problema (o acesso agrave informaccedilatildeo eacute
limitado) no contexto de um nuacutemero limitado de recursos As crenccedilas os desejos as
intenccedilotildees e os planos satildeo uma parte fundamental do estado destes sistemas
Na arquitectura reactiva os diversos problemas associados agrave representaccedilatildeo
simboacutelica do conhecimento conduziram ao estudo de modelos mais efectivos de
representaccedilatildeo do conhecimento Em oposiccedilatildeo agrave deliberativa a arquitectura reactiva
(Figura 3) natildeo utiliza nenhum modelo simboacutelico do ambiente nem recorre a nenhum
raciociacutenio loacutegico complexo A arquitectura reactiva baseia-se no princiacutepio de que um
agente pode desenvolver inteligecircncia a partir de interacccedilotildees com o ambiente natildeo
precisando de um modelo preacute-estabelecido Nesta categoria os agentes reagem aos
estiacutemulos definindo assim os comportamentos De acordo com Molina et al (2005) a
maior parte das aplicaccedilotildees das arquitecturas reactivas centraram-se no desenvolvimento
de controladores de roboacutetica Com efeito os robots podem considerar-se agentes reais
(natildeo software) que operam num ambiente em mudanccedila Eacute justamente a necessidade de
actuar num ambiente com estas caracteriacutesticas que dificultam a adopccedilatildeo de arquitecturas
deliberativas uma vez que a necessidade de redefiniccedilatildeo dos planos a uma realidade em
mudanccedila dificulta a obtenccedilatildeo de respostas eficientes por parte deste tipo de arquitectura
Fonte Pereira 2004
Figura 3 Modelo de arquitectura reactiva
A arquitectura hiacutebrida (Figura 4) procura conciliar as principais vantagens das
categorias deliberativas e reactivas superando algumas das debilidades da arquitectura
deliberativa (dificuldade em resolver com rapidez e eficaacutecia os problemas complexos) e
da reactiva (satildeo redutores ao apenas reagirem por estiacutemulos) Numa arquitectura
hiacutebrida a construccedilatildeo do modelo processa-se atraveacutes de dois sub-sistemas um
deliberativo que utiliza um modelo simboacutelico e que produz planos e outro reactivo
centrado em reagir a estiacutemulos que ocorram no ambiente e que natildeo requeiram um
mecanismo de raciociacutenio complexo Como referem Molina et al (2005) a natureza
destas arquitecturas satildeo propiacutecias a uma estruturaccedilatildeo por camadas que pode ser (i)
vertical quando apenas uma camada tem acesso aos sensores e actuadores (ii)
horizontal quando todas as camadas tecircm acesso aos sensores e actuadores As camadas
encontram-se hierarquicamente organizadas com a informaccedilatildeo sobre o meio em
diferentes niacuteveis de abstracccedilatildeo A maioria das arquitecturas hiacutebridas encontra-se
estruturada em trecircs niacuteveis
- Niacutevel reactivo corresponde ao niacutevel mais baixo Neste niacutevel satildeo tomadas as decisotildees
em relaccedilatildeo aos estiacutemulos recebidos do ambiente em tempo real
- Niacutevel do conhecimento corresponde a um niacutevel intermeacutedio onde se procede ao
conhecimento que o agente tem do ambiente normalmente com a ajuda de uma
representaccedilatildeo simboacutelica do mesmo
- Niacutevel social eacute a camada de niacutevel superior Eacute neste niacutevel que se processam os aspectos
sociais do ambiente incluindo tanto a informaccedilatildeo de outros agentes como os desejos
as intenccedilotildees etc Assim o comportamento global do agente eacute definido pela interacccedilatildeo
entre estes trecircs niacuteveis alternando entre as diversas arquitecturas
Fonte Adaptado de Molina et al (2005)
Figura 4 Modelo de arquitectura hiacutebrida
3 A utilizaccedilatildeo dos sistemas multiagentes no planeamento do territoacuterio
31 As motivaccedilotildees da aplicaccedilatildeo dos SMA no planeamento do territoacuterio
Os SMA tecircm actualmente um vasto espectro de aplicaccedilotildees com o objectivo de
tornar mais eficientes e de resolver determinados problemas de sistemas reais mais ou
menos complexos Para Rabino amp Girotti (2004) um sistema complexo eacute aquele ao qual
satildeo adicionadas dimensotildees comportamentais e subjectivas de que resultam efeitos natildeo
lineares (imprevisiacuteveis) A complexidade de um sistema traduz-se assim num conjunto
de relaccedilotildees que natildeo satildeo evidentes nem traduziacuteveis do ponto de vista fiacutesico ou
matemaacutetico mas que satildeo determinantes nas relaccedilotildees e nos comportamentos das
entidades e das caracteriacutesticas dos proacuteprios sistemas
Os territoacuterios e em particular as cidades satildeo considerados sistemas complexos
devido ao conjunto de vaacuterios elementos que constituem a cidade e que regulam o seu
contiacutenuo crescimento Neste sentido Batty (2008) refere que as cidades constituem
sistemas complexos por excelecircncia que se encontram distantes de uma situaccedilatildeo de
equiliacutebrio e que em consequecircncia requerem uma atenccedilatildeo especial para se poderem
manter com niacuteveis de sustentabilidade adequados Healey (2007) associa mais a questatildeo
da complexidade ao planeamento urbano Actualmente as cidades natildeo podem ser
descritas como unidades bem definidas e delimitadas pois a interacccedilatildeo de muacuteltiplos
actores em escalas e em redes diversas gera um grau de incerteza e de complexidade de
difiacutecil anaacutelise pelos meacutetodos tradicionais Por isso ao longo das uacuteltimas deacutecadas os
planeadores do territoacuterio tecircm estudado e divulgado o grande nuacutemero de
descontinuidades que haacute nestes sistemas associados agrave dificuldade de previsatildeo e aos
comportamentos imprevistos que tecircm lugar sobre o territoacuterio de que resultam
fenoacutemenos de natildeo-linearidade e de auto-organizaccedilatildeo E por outro lado tecircm
desenvolvido ferramentas de planeamento e de apoio agrave decisatildeo mais robustas que
permitem optimizar as medidas num cenaacuterio de maior complexidade
Neste contexto o planeamento eacute a actividade que procura racionalizar o uso e as
formas de ocupaccedilatildeo do mesmo atraveacutes de um conjunto de normas e de regulaccedilotildees Agrave
medida que os territoacuterios e as cidades se tecircm tornado mais complexos o planeamento
do uso do solo tem-se tornado tambeacutem numa actividade mais exigente devido agrave
interferecircncia de vaacuterios factores tais como os actores as especificidades de cada
territoacuterio e os processos autoacutenomos (Ligtenberg et al 2004) Os actores considerados a
niacutevel individual e colectivo satildeo entidades que tecircm uma acccedilatildeo directa no planeamento
do uso do solo a partir das suas intenccedilotildees e dos seus interesses As especificidades do
territoacuterio condicionam os diversos tipos de ocupaccedilotildees que lhe podem ser dadas
podendo ser mais ou menos restritivos para um determinado uso Para aleacutem disso haacute
que contar com os processos autoacutenomos que correspondem aos factores que podem
alterar a natureza (e assim o tipo de ocupaccedilatildeo) do solo como os factores naturais
(erosatildeo inundaccedilatildeo etc) Os planos e as demais regulamentaccedilotildees completam o conjunto
de factores que condicionam a forma como se processa a ocupaccedilatildeo do uso do solo A
combinaccedilatildeo de todos estes factores faz com que o planeamento do uso do solo seja um
processo complexo (onde eacute difiacutecil destrinccedilar as relaccedilotildees causais entre os vaacuterios agentes)
e seja um processo natildeo linear e dependente da actuaccedilatildeo combinada dos vaacuterios agentes
Deste modo e num contexto em que a complexidade territorial eacute cada vez maior
a utilizaccedilatildeo de ferramentas potentes eacute essencial para apoiar o processo de tomada de
decisatildeo Tal como referem Joshi et al (2006) a utilizaccedilatildeo de modelos e o recurso agrave
simulaccedilatildeo permite aos planeadores do territoacuterio analisar e simular cenaacuterios futuros
baseados no conhecimento que se passa a ter dos comportamentos dos actores das suas
interacccedilotildees e do papel que promovem na alteraccedilatildeo do uso do solo Com efeito e ao niacutevel
do planeamento do territoacuterio o conceito de simulaccedilatildeo deve ser entendido como uma
actividade de modelaccedilatildeo que procura analisar os impactos e efectuar previsotildees sobre a
evoluccedilatildeo futura a partir da inter-relaccedilatildeo das vaacuterias componentes do territoacuterio integradas
num sistema operacional (Briassoulis 2000)
O recurso aos SMA no planeamento do territoacuterio e do planeamento urbano em
particular estaacute entatildeo associado ao desenvolvimento de modelos mais robustos que
permitem responder agraves novas solicitaccedilotildees dos territoacuterios e das cidades O recurso aos
SMA permite natildeo soacute entender o territoacuterio como um sistema complexo como
disponibiliza ferramentas mais adequadas para a sua gestatildeo passando de uma
perspectiva top down para um tipo de planeamento mais relacional que envolve os
diversos actores no processo permitindo obter melhores resultados ainda que agrave custa da
complexificaccedilatildeo dos processos (Healey 2007)
Os SMA tecircm vindo a ter uma utilizaccedilatildeo crescente no domiacutenio de vaacuterias ciecircncias
ligadas ao planeamento do territoacuterio nomeadamente ao niacutevel da Geografia da
Sociologia da Engenharia do Urbanismo e da Gestatildeo Ambiental atraveacutes do
desenvolvimento de modelos baseados em agentes Actualmente existe um grande
nuacutemero de modelos de simulaccedilatildeo territorial baseados em agentes Batty (2009) descreve
os modelos como simplificaccedilotildees da realidade como a abstracccedilatildeo teoacuterica de um sistema
atraveacutes dos quais os princiacutepios teoacutericos satildeo testados e analisados Os modelos satildeo
aplicados invariavelmente atraveacutes de sistemas computacionais onde os computadores
funcionam como laboratoacuterios onde decorre a experimentaccedilatildeo dos fenoacutemenos Os
modelos territoriais podem entatildeo ser definidos como simulaccedilotildees computacionais
utilizadas para testar teorias relacionadas com a localizaccedilatildeo espacial e a interacccedilatildeo entre
os usos do solo e as actividades relacionadas Aleacutem disso os modelos tambeacutem
permitem avaliar atraveacutes de uma interface digital as consequecircncias que as poliacuteticas
urbanas poderatildeo ter no desenvolvimento futuro dos territoacuterios e das cidades No caso
das cidades os modelos representam e analisam funccedilotildees e processos que geram
estruturas urbanas espaciais em termos de uso do solo da distribuiccedilatildeo da populaccedilatildeo do
emprego e dos transportes estando integrados num programa computacional que
permite testar as teorias locativas e projectar o desenvolvimento futuro
32 Os modelos de planeamento do territoacuterio
Ao longo das uacuteltimas cinco deacutecadas foram desenvolvidos diversos modelos que
procuram fundamentalmente representar e analisar as dinacircmicas ao niacutevel da ocupaccedilatildeo
do solo e da deslocaccedilatildeo das pessoas nas cidades Haacute diversos estudos que fazem uma
retrospectiva mais ou menos detalhada das caracteriacutesticas e dos modelos que foram
colocados em praacutetica (Wegener 1994 Southworth 1995 Timmermans 2003 Hunt et
al 2005 Iacono et al 2008) De uma forma geral considera-se a existecircncia de trecircs
geraccedilotildees de modelos os modelos graviacuteticos os modelos do uso do solo transportes e os
modelos de microsimulaccedilatildeo onde se incluem os modelos baseados em agentes
Os modelos graviacuteticos foram desenvolvidos durante a deacutecada de 1960 e
inspiram-se directamente no modelo de Lowry (1964) que foi considerado o primeiro
sistema operacional de anaacutelise da ocupaccedilatildeo do solo urbano (Southworth 1995 Iacono
et al 2008) Estes primeiros modelos apresentaram um conjunto de inovaccedilotildees
metodoloacutegicas como os meacutetodos de maximizaccedilatildeo e os elementos estocaacutesticos que
permitiram construir modelos de interacccedilatildeo baseados na agregaccedilatildeo espacial
(Timmermans 2003) Estes modelos satildeo chamados graviacuteticos por analogia agrave teoria da
gravidade de Newton nomeadamente no que respeita agrave distribuiccedilatildeo do padratildeo de
viagens geradas que por sua vez era obtido atraveacutes de regressotildees lineares (Iacono et
al 2008)
A segunda geraccedilatildeo de modelos foi desenvolvida a partir da deacutecada de 1970 e
sobretudo durante a deacutecada de 1980 Estes modelos baseiam-se no princiacutepio das
escolhas discretas e da maximizaccedilatildeo da utilidade e caracterizam-se por integrarem na
modelaccedilatildeo duas componentes inter-relacionadas o uso do solo e os transportes Os
modelos combinados de uso do solo e dos transportes satildeo modelos de interacccedilatildeo
espacial que concebem a cidade como um sistema constituiacutedo por vaacuterias interacccedilotildees
agregadas numa condiccedilatildeo de equiliacutebrio Este sistema equilibrado eacute traduzido por um
conjunto de equaccedilotildees matemaacuteticas que permitem por exemplo prever as deslocaccedilotildees
entre as aacutereas residenciais e os locais de trabalho O objectivo do modelo de transportes
eacute a previsatildeo da procura (de transportes) e a sua adequaccedilatildeo agrave oferta existente enquanto o
modelo de uso do solo analisa a distribuiccedilatildeo espacial do emprego das aacutereas
residenciais comerciais e das demais actividades que possam influenciar a localizaccedilatildeo
das pessoas no territoacuterio Esta informaccedilatildeo eacute utilizada no modelo de transportes na
produccedilatildeo de deslocaccedilotildees Os custos de deslocaccedilatildeo que resultam de uma situaccedilatildeo de
equiliacutebrio entre a oferta e a procura de transportes satildeo revertidos no padratildeo de
localizaccedilatildeo das actividades econoacutemicas e das aacutereas residenciais Assim a interacccedilatildeo uso
do solotransportes permite determinar o modo como os transportes afectam a ocupaccedilatildeo
e o uso do solo o que por sua vez se repercute na localizaccedilatildeo das actividades e na
geraccedilatildeo de traacutefego Em comparaccedilatildeo com os de primeira geraccedilatildeo estes modelos satildeo
mais complexos e dinacircmicos
A terceira geraccedilatildeo de modelos emergiu a partir de meados da deacutecada de 1990 e
distingue-se pela utilizaccedilatildeo de teacutecnicas de microsimulaccedilatildeo e pelo facto de os modelos
serem mais complexos e dinacircmicos (Timmermans 2003) Alguns autores como
Torrens (2003) apelidam estes modelos de modelos de geosimulaccedilatildeo Os autoacutematos
celulares e os SMA satildeo as duas tipologias de modelaccedilatildeo mais utilizadas nesta terceira
geraccedilatildeo O ponto de partida destes modelos eacute o pressuposto de que as dinacircmicas
observadas ao niacutevel do territoacuterio resultam da acccedilatildeo individualizada de cada um dos
agentes envolvidos Nos autoacutematos celulares o territoacuterio eacute representado por uma grelha
de ceacutelulas que tecircm atributos especiacuteficos e que estatildeo sujeitas a regras determinadas pelo
sistema Nestes sistemas a troca de informaccedilotildees ou de dados espaciais entre as ceacutelulas
estaacute confinada agraves ceacutelulas vizinhas Pelas suas caracteriacutesticas os autoacutematos celulares satildeo
muito adequados para representar o territoacuterio e as infra-estruturas (Torrens 2003) e para
analisar a clusterizaccedilatildeo de actividades (Macy amp Willer 2002) Os SMA vatildeo mais longe
nesta anaacutelise ao associar as regras directamente aos indiviacuteduos ou agraves ceacutelulas e natildeo ao
sistema no seu conjunto Cada indiviacuteduo eacute modelado de acordo com o seu
comportamento o que faz dos modelos baseados em agentes uma poderosa ferramenta
para simular as opccedilotildees individualizadas Os agentes diferem dos autoacutematos celulares
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
espaciais em torno dos quais se tem procurado melhorar o processo de tomada de
decisatildeo dos planeadores do territoacuterio A partir da sua investigaccedilatildeo Matos (2006)
concluiu que estes modelos se baseiam em quatro etapas interligadas (i) a definiccedilatildeo do
modelo conceptual onde se estipula os indicadores a utilizar (ii) a selecccedilatildeo de uma
aplicaccedilatildeo informaacutetica que contribui para a construccedilatildeo do modelo (iii) as fontes de
dados que vatildeo alimentar o modelo (econoacutemicos sociais ambientais etc) (iv) e por
uacuteltimo os mecanismos de interactividade atraveacutes dos quais se obteacutem os outputs dos
modelos e se torna possiacutevel a sua interpretaccedilatildeo Em oposiccedilatildeo agraves ferramentas de anaacutelise e
de tratamento da informaccedilatildeo convencionais (como os Sistemas de Informaccedilatildeo
Geograacutefica) tem-se vindo a impor um conjunto de teacutecnicas de simulaccedilatildeo e de
modelaccedilatildeo dinacircmica dos fenoacutemenos urbanos que alguns autores designam por teacutecnicas
emergentes (Ramos amp Silva 2002 Silva et al 2004) ou por modelos de geosimulaccedilatildeo
(Torrens 2003) Os autoacutematos celulares e os SMA satildeo duas das principais ferramentas
de modelaccedilatildeo que se enquadram nesta tipologia tendo a particularidade de estarem
direccionadas para o planeamento do territoacuterio e dos transportes (Tabak et al 2004
Hamman et al 2007 Schumacher et al 2008) Para Saarloos et al (2004) ou
Ligmann-Zielinska amp Jankowski (2005) a utilizaccedilatildeo destas ferramentas oferece
oportunidades para melhorar o processo de tomada de decisatildeo no planeamento tendo
em consideraccedilatildeo a multiplicidade de variaacuteveis existentes no territoacuterio
Neste contexto o objectivo do artigo consiste em fazer uma anaacutelise exploratoacuteria
centrada na utilizaccedilatildeo dos sistemas multiagentes no planeamento do territoacuterio que faz
parte de um projecto de investigaccedilatildeo mais lato que estaacute a ser desenvolvido pelos
autores O artigo encontra-se dividido em duas partes fundamentais Na primeira faz-se
uma digressatildeo pela noccedilatildeo de sistemas multiagentes pelas suas origens e pelas
vantagens e dificuldades que apresentam ao niacutevel do planeamento do territoacuterio Na
segunda pretende-se dar um enfoque mais praacutetico agrave revisatildeo dos conhecimentos
apresentando diversos modelos baseados em SMA que foram desenvolvidos ao niacutevel do
planeamento urbano e dos transportes Por uacuteltimo apresentam-se algumas
consideraccedilotildees finais sobre a temaacutetica em apreccedilo
2 Os sistemas multiagentes
21 Noccedilatildeo origens e caracteriacutesticas fundamentais dos SMA
Os SMA constituem uma ferramenta de simulaccedilatildeo computacional que tem vindo
a ser crescentemente utilizada em diversas aacutereas cientiacuteficas O desenvolvimento dos
SMA ocorreu ao longo da deacutecada de 1990 e as suas origens radicam na designada
inteligecircncia artificial distribuiacuteda (Sawer 2003 Pereira 2004) cujo principal objectivo
consiste na resoluccedilatildeo de um problema atraveacutes da sua decomposiccedilatildeo em problemas mais
pequenos e menos complexos A utilizaccedilatildeo dos sistemas de inteligecircncia artificial
distribuiacuteda permite a vaacuterios processos autoacutenomos (os agentes) realizar actos de
inteligecircncia global atraveacutes do processamento colaborativo da informaccedilatildeo (Moulin amp
Chaib-Draa 1996) Este princiacutepio eacute similar aos benefiacutecios resultantes de ter um grupo
numeroso de especialistas a resolver problemas muito extensos que seria mais difiacutecil de
tratar por apenas uma pessoa De acordo com Pereira (2004) a inteligecircncia artificial
distribuiacuteda divide-se em duas sub-aacutereas a resoluccedilatildeo distribuiacuteda de problemas e os
SMA O princiacutepio da resoluccedilatildeo distribuiacuteda de problemas procura subdividir um
problema num conjunto de moacutedulos ou de nodos cooperativos que compartilhem
conhecimento sobre o problema e sobre como chegar agrave soluccedilatildeo Por seu turno os SMA
estatildeo mais direccionados para modelar o comportamento de um conjunto de entidades ndash
os agentes Estes agentes apresentam um conjunto de atributos e interagem entre si no
processo de modelaccedilatildeo Eacute da forma e dos comportamentos resultantes da interacccedilatildeo
entre os agentes que se extraem conclusotildees que podem ser usadas para a resoluccedilatildeo dos
problemas Ou seja este ramo da inteligecircncia artificial distribuiacuteda estuda o
comportamento inteligente numa sociedade de agentes autoacutenomos procurando
coordenar os conhecimentos e determinar planos para a resoluccedilatildeo dos problemas
Ao longo da deacutecada de 1990 os SMA tornaram-se progressivamente uma
ferramenta de simulaccedilatildeo cada vez mais utilizada de que resultou uma extensa produccedilatildeo
cientiacutefica nas mais diversas aacutereas desde as ciecircncias econoacutemicas agraves sociais passando
pelas naturais e tecnoloacutegicas Esta evoluccedilatildeo tambeacutem natildeo pode desligar-se dos avanccedilos
verificados no domiacutenio da informaacutetica que permitiu tratar computacionalmente
problemas mais complexos e a uma maior velocidade (Sawyer 2003)
22 Dos agentes aos SMA
No acircmbito da inteligecircncia artificial tal como refere Pereira (2004) natildeo existe
uma definiccedilatildeo universalmente aceite e clara de agente Natildeo obstante existem alguns
princiacutepios consensuais tais como a capacidade sensorial dos agentes sobre o ambiente
envolvente a capacidade de interagir e de reagir sobre o mesmo ambiente e a autonomia
e as capacidades sociais que lhes permitem interagir com outros agentes
Para Bithell et al (2008) os modelos baseados em agentes inspiram-se em
aspectos relacionados com o comportamento de sistemas vivos atraveacutes da atribuiccedilatildeo de
um conjunto de regras loacutegicas a esses agentes O processo de simulaccedilatildeo faz com que os
agentes interajam entre si e com o ambiente de que resultam comportamentos globais e
tendecircncias que podem ser visualizadas atraveacutes de previsotildees e de cenaacuterios de evoluccedilatildeo
futura Do mesmo modo Rabino amp Girotti (2004) referem que no estudo dos
fenoacutemenos sociais ou naturais satildeo facilmente identificados os comportamentos de
grupos que resultam da articulaccedilatildeo existente entre os vaacuterios elementos e destes com o
meio envolvente Um modelo baseado em SMA eacute entatildeo constituiacutedo por vaacuterios
elementos (os agentes) e por um ambiente (Figura 1) Os vaacuterios agentes (daiacute a
designaccedilatildeo de multiagentes) satildeo elementos fundamentais do sistema que actuam entre si
e com o meio onde estatildeo inseridos podendo eventualmente alterar o seu
comportamento com base nos conhecimentos e na aprendizagem que tecircm Deste modo
o conceito de SMA estaacute associado agrave existecircncia de um conjunto organizado de agentes
Agente
Ambiente
Agente
Ambiente
Fonte Adaptado de Wooldridge (2001)
Figura 1 Os elementos fundamentais de um SMA
Os agentes podem ser definidos como entidades computacionais que estatildeo
localizadas num determinado ambiente tendo a capacidade de desenvolver acccedilotildees
autoacutenomas de forma a atingir determinados objectivos atraveacutes de comportamentos
flexiacuteveis (Wooldridge 2009) Em sentido semelhante Ferber amp Gasser (1991)
argumentam que um agente eacute uma entidade capaz de agir sobre si mesma e sobre o seu
ambiente que pode dispor de uma representaccedilatildeo do ambiente que pode comunicar com
outros agentes sendo o seu comportamento uma consequecircncia das suas percepccedilotildees do
seu conhecimento e das interacccedilotildees realizadas Em funccedilatildeo das suas caracteriacutesticas e das
regras estipuladas para a modelaccedilatildeo os agentes satildeo capazes de se adaptar e de interagir
entre eles e com o ambiente em que estatildeo inseridos
23 Caracteriacutesticas e tipologias dos agentes
Os agentes apresentam uma grande heterogeneidade em termos de
caracteriacutesticas que variam em funccedilatildeo dos objectivos pretendidos com a simulaccedilatildeo Natildeo
obstante os agentes apresentam algumas especificidades que podem ser sistematizadas
Para Wooldridge (2009) os agentes distinguem-se por duas caracteriacutesticas principais
pela capacidade de interagir com os outros agentes e com o ambiente e pela capacidade
decisoacuteria As interacccedilotildees entre os agentes podem basear-se sob muacuteltiplas formas em
funccedilatildeo dos objectivos da simulaccedilatildeo e das ferramentas utilizadas podendo estar em jogo
desde relaccedilotildees antagoacutenicas ateacute situaccedilotildees de cooperaccedilatildeo entre os agentes A
comunicaccedilatildeo entre os agentes pode processar-se sob diversas formas e atraveacutes de
linguagens especiacuteficas A capacidade decisoacuteria estaacute associada agrave capacidade que os
agentes tecircm de tomar decisotildees sem intervenccedilatildeo humana directa De uma forma
semelhante Nwana (1996) refere que a autonomia a cooperaccedilatildeo e a aprendizagem
constituem trecircs denominadores comuns agrave maior parte dos agentes utilizados em
modelaccedilatildeo Por seu turno Wooldridge amp Jennings (1995) referem que os agentes em
funccedilatildeo das caracteriacutesticas que apresentam podem ser entendidos num sentido fraco (na
perspectiva de um agente computacional) ou num sentido forte (sendo entendido como
uma entidade cognitiva capaz de gerar percepccedilotildees e emoccedilotildees por exemplo) Deste
modo os agentes distinguem-se em funccedilatildeo da
(i) Autonomia os agentes satildeo autoacutenomos na medida em que operam sem uma
intervenccedilatildeo directa de nenhum controlador ou supervisor humano (Nwana 1996) Os
agentes tecircm controlo sobre as suas proacuteprias acccedilotildees e sobre o seu estado interno e
dispotildeem de uma racionalidade que lhes permite ter uma noccedilatildeo dos objectivos e das
acccedilotildees necessaacuterias para os atingir
(ii) Cooperaccedilatildeo a cooperaccedilatildeo eacute a razatildeo de ser de um grande nuacutemero de agentes
utilizados em sistemas de modelaccedilatildeo (Nwana 1996) Para cooperarem entre si os
agentes tecircm que possuir capacidades sociais para que possam interagir com os restantes
agentes
(iii) Reactividade em oposiccedilatildeo agrave cooperaccedilatildeo alguns agentes caracterizam-se por reagir
aos estiacutemulos que recebem Atraveacutes da capacidade sensorial estes agentes tecircm a
percepccedilatildeo do que ocorre no ambiente e de responder em tempo uacutetil aos estiacutemulos e agraves
mudanccedilas que detectam
(iv) Proacute-actividade os agentes tecircm objectivos a cumprir e por isso acabam por
desenvolver iniciativas proacuteprias no que respeita agrave resoluccedilatildeo de problemas especiacuteficos
seja atraveacutes da cooperaccedilatildeo seja da reacccedilatildeo Esta caracteriacutestica estaacute relacionada com a
autonomia e com a capacidade decisoacuteria dos agentes
(v) Aprendizagem alguns agentes tecircm a capacidade de adquirir conhecimentos e de
modificar os seus comportamentos com base em experiecircncias anteriores Como refere
Nwana (1996) um agente para ser inteligente deve ter capacidade de aprendizagem que
se manifesta no modo como um agente interage e reage com os demais agentes e com o
ambiente e na forma como melhora essa capacidade ao longo do tempo
Verifica-se portanto que o conceito de agente eacute entendido e eacute utilizado sob
muacuteltiplas formas facto que resulta da flexibilidade dos vaacuterios domiacutenios e dos
diferentes objectivos em que se utilizam agentes em processos de modelaccedilatildeo natildeo sendo
por isso possiacutevel encontrar um agente com todos os atributos mencionados tal como
refere Pereira (2004) Esta mesma noccedilatildeo eacute partilhada por Valbuena et al (2008) quando
referem que os agentes podem apresentar diversas especificidades uma vez que tanto
podem representar interesses individuais como colectivos podem ser mais ou menos
heterogeacuteneos no que se refere agraves suas caracteriacutesticas e satildeo dinacircmicos na medida em que
podem aprender e adaptar-se a situaccedilotildees diferentes Eacute devido a esta multiplicidade de
caracteriacutesticas que Nwana (1996) refere que os agentes estatildeo subjacentes a um espaccedilo
verdadeiramente multidimensional que dificulta a sistematizaccedilatildeo dos diversos atributos
de agentes em tipologias bem definidas
As caracteriacutesticas dos agentes e a forma como estatildeo organizados determinam as
tipologias dos agentes Haacute diversas tipologias de agentes mas de acordo com vaacuterios
autores (Cavezzali amp Rabino 2003 Sawyer 2003 Ferber et al 2004 Bithell et al
2008) haacute duas categorias que se destacam por serem as mais utilizadas os agentes
cognitivos e os agentes reactivos De acordo com Sawyer (2003) os agentes cognitivos
evoluiacuteram a partir dos trabalhos realizados no domiacutenio da Inteligecircncia Artificial
Distribuiacuteda ao passo que os reactivos procedem das pesquisas realizadas em torno da
artificial life (Alife)
Os agentes cognitivos satildeo movidos por objectivos tendo capacidades de
entendimento para atingir esses objectivos Por essa razatildeo estes agentes satildeo tambeacutem
conhecidos por agentes intencionais ou deliberativos (Sawyer 2003) e enquadram-se na
descrita tipologia de agentes fortes proposta por Wooldridge amp Jennings (1995) Os
agentes cognitivos caracterizam-se por possuir crenccedilas em relaccedilatildeo ao ambiente em que
estatildeo inseridos e conhecimentos em relaccedilatildeo aos planos e agrave forma como as suas acccedilotildees
poderatildeo afectar o ambiente e os restantes agentes Desta forma os agentes cognitivos
acabam por desenvolver comportamentos mais complexos Pereira (2004) refere que os
agentes cognitivos mantecircm uma representaccedilatildeo interna do ambiente que os rodeia
atraveacutes de um estado mental expliacutecito que pode ser alterado atraveacutes do raciociacutenio
simboacutelico Os agentes cognitivos comunicam entre si atraveacutes de linguagens de
comunicaccedilatildeo de agentes em cuja produccedilatildeo se destacam duas induacutestrias de softwares a
FIPA (Foundation for Intelligent Physical Agents) e a KQML (Knowledge Query and
Manipulation Language)
Ao contraacuterio destes os agentes reactivos estatildeo desprovidos de qualquer
informaccedilatildeo do ambiente em que estatildeo inseridos e dos restantes agentes envolvidos Os
agentes reactivos natildeo satildeo concebidos para executar planos especiacuteficos Pelo contraacuterio
os agentes reactivos satildeo movidos por simples regras de acccedilatildeo agindo de acordo com a
percepccedilatildeo que tecircm do ambiente que os rodeia atraveacutes de um conjunto de regras de
percepccedilatildeoreacccedilatildeo De acordo com Sawyer (2003) os agentes reactivos satildeo por vezes
designados agentes comportamentais pelo facto de responderem directamente a
estiacutemulos provocados pelo ambiente e que satildeo captados pela capacidade sensorial dos
agentes A conversatildeo da percepccedilatildeo numa acccedilatildeo natildeo envolve um processo de
deliberaccedilatildeo interna pelo que a mesma percepccedilatildeo por parte de um agente reactivo pode
desencadear acccedilotildees diferentes (Bithell et al 2008) Deste modo nos agentes reactivos
natildeo existe uma especificaccedilatildeo a priori do comportamento que os agentes iratildeo ter durante
o processo de modelaccedilatildeo Alguns jogos ou a roboacutetica constituem dois exemplos de
mecanismos que recorrem a agentes reactivos e que funcionam por estiacutemulos externos
Por outro lado os agentes reactivos destacam-se por serem relativamente simples e por
interagirem com os restantes agentes atraveacutes de formas baacutesicas exigindo linguagens e
modelos com arquitecturas apropriadas
24 Arquitecturas de agentes
A arquitectura de agentes eacute um aspecto que estaacute relacionado com as
caracteriacutesticas e com as tipologias dos agentes e que se refere ao modo de organizaccedilatildeo
dos agentes dentro do sistema e agrave forma como se processam as suas relaccedilotildees O tipo de
arquitectura descreve a forma como os agentes estatildeo dispostos num conjunto de
moacutedulos que interagem entre si para atingir um determinado objectivo Um dos aspectos
que ajuda a distinguir as tipologias de arquitecturas eacute a forma como um modelo
decompotildee o problema atraveacutes de determinadas tarefas (Wooldrige amp Jennings 1995)
Assim a escolha de uma determinada arquitectura estaacute muito dependente dos objectivos
pretendidos e com o tipo de agentes envolvidos no sistema pese embora natildeo existirem
arquitecturas melhores do que outras tal como Knapik amp Johnson (1998) referem
Ao longo do tempo foram desenvolvidas diversas arquitecturas de agentes mas
haacute trecircs tipologias dominantes e que satildeo representativas da maior parte dos sistemas a
arquitectura deliberativa a arquitectura reactiva e a arquitectura hiacutebrida
A arquitectura deliberativa segue a abordagem claacutessica da inteligecircncia artificial
onde os agentes interagem com reduzida autonomia (Figura 2) Um agente deliberativo
possui um modelo simboacutelico do ambiente e as suas decisotildees satildeo tomadas com base em
raciociacutenio loacutegico Como refere Costa (1999) a arquitectura deliberativa interpreta os
agentes como fazendo parte de um sistema baseado no conhecimento Nestes modelos eacute
necessaacuterio dotar os agentes se um sistema de planificaccedilatildeo que determinaraacute que passos
devem ser dados para atingir os seus objectivos
Fonte Pereira 2004
Figura 2 Modelo de arquitectura deliberativa
De acordo com Molina et al (2005) um dos primeiros passos a considerar na
construccedilatildeo de um sistema deliberativo consiste em fazer uma descriccedilatildeo simboacutelica
adequada do problema Seguidamente essa descriccedilatildeo deveraacute ser integrada no agente
para que este possa raciocinar e atingir as metas num periacuteodo de tempo preacute-estabelecido
(a questatildeo do tempo eacute importante porque os algoritmos da planificaccedilatildeo nem sempre
respondem em tempo uacutetil agraves solicitaccedilotildees do sistema) Assim e natildeo obstante a ideia
atractiva de colocar os agentes a interagir atraveacutes de raciociacutenio loacutegico haacute alguns
problemas que se colocam agrave arquitectura deliberativa nomeadamente a dificuldade em
traduzir o complexo mundo real em descriccedilotildees simboacutelicas e a dificuldade em obter
agentes capazes de lidar com esses problemas em tempo uacutetil
A arquitectura deliberativa revela-se particularmente adequada para implementar
agentes intencionais ou seja os agentes que satildeo capazes de produzir planos a partir das
suas crenccedilas e intenccedilotildees Por essa razatildeo e tal como referem Molina et al (2005) este
tipo de arquitectura eacute tambeacutem designado por arquitectura deliberativa BDI (Belief
Desire Intention) A arquitectura BDI eacute uma das que mais tem sido utilizada (Rao amp
Georgeff 1998 Molina et al 2005) pelo facto de incorporar um modelo de
representaccedilatildeo do raciociacutenio humano um nuacutemero consideraacutevel de implementaccedilotildees e
uma semacircntica loacutegica abstracta e de faacutecil compreensatildeo A arquitectura deliberativa BDI
foi desenvolvida para proporcionar soluccedilotildees em ambientes dinacircmicos ou incertos onde
os agentes apenas tecircm uma visatildeo parcial do problema (o acesso agrave informaccedilatildeo eacute
limitado) no contexto de um nuacutemero limitado de recursos As crenccedilas os desejos as
intenccedilotildees e os planos satildeo uma parte fundamental do estado destes sistemas
Na arquitectura reactiva os diversos problemas associados agrave representaccedilatildeo
simboacutelica do conhecimento conduziram ao estudo de modelos mais efectivos de
representaccedilatildeo do conhecimento Em oposiccedilatildeo agrave deliberativa a arquitectura reactiva
(Figura 3) natildeo utiliza nenhum modelo simboacutelico do ambiente nem recorre a nenhum
raciociacutenio loacutegico complexo A arquitectura reactiva baseia-se no princiacutepio de que um
agente pode desenvolver inteligecircncia a partir de interacccedilotildees com o ambiente natildeo
precisando de um modelo preacute-estabelecido Nesta categoria os agentes reagem aos
estiacutemulos definindo assim os comportamentos De acordo com Molina et al (2005) a
maior parte das aplicaccedilotildees das arquitecturas reactivas centraram-se no desenvolvimento
de controladores de roboacutetica Com efeito os robots podem considerar-se agentes reais
(natildeo software) que operam num ambiente em mudanccedila Eacute justamente a necessidade de
actuar num ambiente com estas caracteriacutesticas que dificultam a adopccedilatildeo de arquitecturas
deliberativas uma vez que a necessidade de redefiniccedilatildeo dos planos a uma realidade em
mudanccedila dificulta a obtenccedilatildeo de respostas eficientes por parte deste tipo de arquitectura
Fonte Pereira 2004
Figura 3 Modelo de arquitectura reactiva
A arquitectura hiacutebrida (Figura 4) procura conciliar as principais vantagens das
categorias deliberativas e reactivas superando algumas das debilidades da arquitectura
deliberativa (dificuldade em resolver com rapidez e eficaacutecia os problemas complexos) e
da reactiva (satildeo redutores ao apenas reagirem por estiacutemulos) Numa arquitectura
hiacutebrida a construccedilatildeo do modelo processa-se atraveacutes de dois sub-sistemas um
deliberativo que utiliza um modelo simboacutelico e que produz planos e outro reactivo
centrado em reagir a estiacutemulos que ocorram no ambiente e que natildeo requeiram um
mecanismo de raciociacutenio complexo Como referem Molina et al (2005) a natureza
destas arquitecturas satildeo propiacutecias a uma estruturaccedilatildeo por camadas que pode ser (i)
vertical quando apenas uma camada tem acesso aos sensores e actuadores (ii)
horizontal quando todas as camadas tecircm acesso aos sensores e actuadores As camadas
encontram-se hierarquicamente organizadas com a informaccedilatildeo sobre o meio em
diferentes niacuteveis de abstracccedilatildeo A maioria das arquitecturas hiacutebridas encontra-se
estruturada em trecircs niacuteveis
- Niacutevel reactivo corresponde ao niacutevel mais baixo Neste niacutevel satildeo tomadas as decisotildees
em relaccedilatildeo aos estiacutemulos recebidos do ambiente em tempo real
- Niacutevel do conhecimento corresponde a um niacutevel intermeacutedio onde se procede ao
conhecimento que o agente tem do ambiente normalmente com a ajuda de uma
representaccedilatildeo simboacutelica do mesmo
- Niacutevel social eacute a camada de niacutevel superior Eacute neste niacutevel que se processam os aspectos
sociais do ambiente incluindo tanto a informaccedilatildeo de outros agentes como os desejos
as intenccedilotildees etc Assim o comportamento global do agente eacute definido pela interacccedilatildeo
entre estes trecircs niacuteveis alternando entre as diversas arquitecturas
Fonte Adaptado de Molina et al (2005)
Figura 4 Modelo de arquitectura hiacutebrida
3 A utilizaccedilatildeo dos sistemas multiagentes no planeamento do territoacuterio
31 As motivaccedilotildees da aplicaccedilatildeo dos SMA no planeamento do territoacuterio
Os SMA tecircm actualmente um vasto espectro de aplicaccedilotildees com o objectivo de
tornar mais eficientes e de resolver determinados problemas de sistemas reais mais ou
menos complexos Para Rabino amp Girotti (2004) um sistema complexo eacute aquele ao qual
satildeo adicionadas dimensotildees comportamentais e subjectivas de que resultam efeitos natildeo
lineares (imprevisiacuteveis) A complexidade de um sistema traduz-se assim num conjunto
de relaccedilotildees que natildeo satildeo evidentes nem traduziacuteveis do ponto de vista fiacutesico ou
matemaacutetico mas que satildeo determinantes nas relaccedilotildees e nos comportamentos das
entidades e das caracteriacutesticas dos proacuteprios sistemas
Os territoacuterios e em particular as cidades satildeo considerados sistemas complexos
devido ao conjunto de vaacuterios elementos que constituem a cidade e que regulam o seu
contiacutenuo crescimento Neste sentido Batty (2008) refere que as cidades constituem
sistemas complexos por excelecircncia que se encontram distantes de uma situaccedilatildeo de
equiliacutebrio e que em consequecircncia requerem uma atenccedilatildeo especial para se poderem
manter com niacuteveis de sustentabilidade adequados Healey (2007) associa mais a questatildeo
da complexidade ao planeamento urbano Actualmente as cidades natildeo podem ser
descritas como unidades bem definidas e delimitadas pois a interacccedilatildeo de muacuteltiplos
actores em escalas e em redes diversas gera um grau de incerteza e de complexidade de
difiacutecil anaacutelise pelos meacutetodos tradicionais Por isso ao longo das uacuteltimas deacutecadas os
planeadores do territoacuterio tecircm estudado e divulgado o grande nuacutemero de
descontinuidades que haacute nestes sistemas associados agrave dificuldade de previsatildeo e aos
comportamentos imprevistos que tecircm lugar sobre o territoacuterio de que resultam
fenoacutemenos de natildeo-linearidade e de auto-organizaccedilatildeo E por outro lado tecircm
desenvolvido ferramentas de planeamento e de apoio agrave decisatildeo mais robustas que
permitem optimizar as medidas num cenaacuterio de maior complexidade
Neste contexto o planeamento eacute a actividade que procura racionalizar o uso e as
formas de ocupaccedilatildeo do mesmo atraveacutes de um conjunto de normas e de regulaccedilotildees Agrave
medida que os territoacuterios e as cidades se tecircm tornado mais complexos o planeamento
do uso do solo tem-se tornado tambeacutem numa actividade mais exigente devido agrave
interferecircncia de vaacuterios factores tais como os actores as especificidades de cada
territoacuterio e os processos autoacutenomos (Ligtenberg et al 2004) Os actores considerados a
niacutevel individual e colectivo satildeo entidades que tecircm uma acccedilatildeo directa no planeamento
do uso do solo a partir das suas intenccedilotildees e dos seus interesses As especificidades do
territoacuterio condicionam os diversos tipos de ocupaccedilotildees que lhe podem ser dadas
podendo ser mais ou menos restritivos para um determinado uso Para aleacutem disso haacute
que contar com os processos autoacutenomos que correspondem aos factores que podem
alterar a natureza (e assim o tipo de ocupaccedilatildeo) do solo como os factores naturais
(erosatildeo inundaccedilatildeo etc) Os planos e as demais regulamentaccedilotildees completam o conjunto
de factores que condicionam a forma como se processa a ocupaccedilatildeo do uso do solo A
combinaccedilatildeo de todos estes factores faz com que o planeamento do uso do solo seja um
processo complexo (onde eacute difiacutecil destrinccedilar as relaccedilotildees causais entre os vaacuterios agentes)
e seja um processo natildeo linear e dependente da actuaccedilatildeo combinada dos vaacuterios agentes
Deste modo e num contexto em que a complexidade territorial eacute cada vez maior
a utilizaccedilatildeo de ferramentas potentes eacute essencial para apoiar o processo de tomada de
decisatildeo Tal como referem Joshi et al (2006) a utilizaccedilatildeo de modelos e o recurso agrave
simulaccedilatildeo permite aos planeadores do territoacuterio analisar e simular cenaacuterios futuros
baseados no conhecimento que se passa a ter dos comportamentos dos actores das suas
interacccedilotildees e do papel que promovem na alteraccedilatildeo do uso do solo Com efeito e ao niacutevel
do planeamento do territoacuterio o conceito de simulaccedilatildeo deve ser entendido como uma
actividade de modelaccedilatildeo que procura analisar os impactos e efectuar previsotildees sobre a
evoluccedilatildeo futura a partir da inter-relaccedilatildeo das vaacuterias componentes do territoacuterio integradas
num sistema operacional (Briassoulis 2000)
O recurso aos SMA no planeamento do territoacuterio e do planeamento urbano em
particular estaacute entatildeo associado ao desenvolvimento de modelos mais robustos que
permitem responder agraves novas solicitaccedilotildees dos territoacuterios e das cidades O recurso aos
SMA permite natildeo soacute entender o territoacuterio como um sistema complexo como
disponibiliza ferramentas mais adequadas para a sua gestatildeo passando de uma
perspectiva top down para um tipo de planeamento mais relacional que envolve os
diversos actores no processo permitindo obter melhores resultados ainda que agrave custa da
complexificaccedilatildeo dos processos (Healey 2007)
Os SMA tecircm vindo a ter uma utilizaccedilatildeo crescente no domiacutenio de vaacuterias ciecircncias
ligadas ao planeamento do territoacuterio nomeadamente ao niacutevel da Geografia da
Sociologia da Engenharia do Urbanismo e da Gestatildeo Ambiental atraveacutes do
desenvolvimento de modelos baseados em agentes Actualmente existe um grande
nuacutemero de modelos de simulaccedilatildeo territorial baseados em agentes Batty (2009) descreve
os modelos como simplificaccedilotildees da realidade como a abstracccedilatildeo teoacuterica de um sistema
atraveacutes dos quais os princiacutepios teoacutericos satildeo testados e analisados Os modelos satildeo
aplicados invariavelmente atraveacutes de sistemas computacionais onde os computadores
funcionam como laboratoacuterios onde decorre a experimentaccedilatildeo dos fenoacutemenos Os
modelos territoriais podem entatildeo ser definidos como simulaccedilotildees computacionais
utilizadas para testar teorias relacionadas com a localizaccedilatildeo espacial e a interacccedilatildeo entre
os usos do solo e as actividades relacionadas Aleacutem disso os modelos tambeacutem
permitem avaliar atraveacutes de uma interface digital as consequecircncias que as poliacuteticas
urbanas poderatildeo ter no desenvolvimento futuro dos territoacuterios e das cidades No caso
das cidades os modelos representam e analisam funccedilotildees e processos que geram
estruturas urbanas espaciais em termos de uso do solo da distribuiccedilatildeo da populaccedilatildeo do
emprego e dos transportes estando integrados num programa computacional que
permite testar as teorias locativas e projectar o desenvolvimento futuro
32 Os modelos de planeamento do territoacuterio
Ao longo das uacuteltimas cinco deacutecadas foram desenvolvidos diversos modelos que
procuram fundamentalmente representar e analisar as dinacircmicas ao niacutevel da ocupaccedilatildeo
do solo e da deslocaccedilatildeo das pessoas nas cidades Haacute diversos estudos que fazem uma
retrospectiva mais ou menos detalhada das caracteriacutesticas e dos modelos que foram
colocados em praacutetica (Wegener 1994 Southworth 1995 Timmermans 2003 Hunt et
al 2005 Iacono et al 2008) De uma forma geral considera-se a existecircncia de trecircs
geraccedilotildees de modelos os modelos graviacuteticos os modelos do uso do solo transportes e os
modelos de microsimulaccedilatildeo onde se incluem os modelos baseados em agentes
Os modelos graviacuteticos foram desenvolvidos durante a deacutecada de 1960 e
inspiram-se directamente no modelo de Lowry (1964) que foi considerado o primeiro
sistema operacional de anaacutelise da ocupaccedilatildeo do solo urbano (Southworth 1995 Iacono
et al 2008) Estes primeiros modelos apresentaram um conjunto de inovaccedilotildees
metodoloacutegicas como os meacutetodos de maximizaccedilatildeo e os elementos estocaacutesticos que
permitiram construir modelos de interacccedilatildeo baseados na agregaccedilatildeo espacial
(Timmermans 2003) Estes modelos satildeo chamados graviacuteticos por analogia agrave teoria da
gravidade de Newton nomeadamente no que respeita agrave distribuiccedilatildeo do padratildeo de
viagens geradas que por sua vez era obtido atraveacutes de regressotildees lineares (Iacono et
al 2008)
A segunda geraccedilatildeo de modelos foi desenvolvida a partir da deacutecada de 1970 e
sobretudo durante a deacutecada de 1980 Estes modelos baseiam-se no princiacutepio das
escolhas discretas e da maximizaccedilatildeo da utilidade e caracterizam-se por integrarem na
modelaccedilatildeo duas componentes inter-relacionadas o uso do solo e os transportes Os
modelos combinados de uso do solo e dos transportes satildeo modelos de interacccedilatildeo
espacial que concebem a cidade como um sistema constituiacutedo por vaacuterias interacccedilotildees
agregadas numa condiccedilatildeo de equiliacutebrio Este sistema equilibrado eacute traduzido por um
conjunto de equaccedilotildees matemaacuteticas que permitem por exemplo prever as deslocaccedilotildees
entre as aacutereas residenciais e os locais de trabalho O objectivo do modelo de transportes
eacute a previsatildeo da procura (de transportes) e a sua adequaccedilatildeo agrave oferta existente enquanto o
modelo de uso do solo analisa a distribuiccedilatildeo espacial do emprego das aacutereas
residenciais comerciais e das demais actividades que possam influenciar a localizaccedilatildeo
das pessoas no territoacuterio Esta informaccedilatildeo eacute utilizada no modelo de transportes na
produccedilatildeo de deslocaccedilotildees Os custos de deslocaccedilatildeo que resultam de uma situaccedilatildeo de
equiliacutebrio entre a oferta e a procura de transportes satildeo revertidos no padratildeo de
localizaccedilatildeo das actividades econoacutemicas e das aacutereas residenciais Assim a interacccedilatildeo uso
do solotransportes permite determinar o modo como os transportes afectam a ocupaccedilatildeo
e o uso do solo o que por sua vez se repercute na localizaccedilatildeo das actividades e na
geraccedilatildeo de traacutefego Em comparaccedilatildeo com os de primeira geraccedilatildeo estes modelos satildeo
mais complexos e dinacircmicos
A terceira geraccedilatildeo de modelos emergiu a partir de meados da deacutecada de 1990 e
distingue-se pela utilizaccedilatildeo de teacutecnicas de microsimulaccedilatildeo e pelo facto de os modelos
serem mais complexos e dinacircmicos (Timmermans 2003) Alguns autores como
Torrens (2003) apelidam estes modelos de modelos de geosimulaccedilatildeo Os autoacutematos
celulares e os SMA satildeo as duas tipologias de modelaccedilatildeo mais utilizadas nesta terceira
geraccedilatildeo O ponto de partida destes modelos eacute o pressuposto de que as dinacircmicas
observadas ao niacutevel do territoacuterio resultam da acccedilatildeo individualizada de cada um dos
agentes envolvidos Nos autoacutematos celulares o territoacuterio eacute representado por uma grelha
de ceacutelulas que tecircm atributos especiacuteficos e que estatildeo sujeitas a regras determinadas pelo
sistema Nestes sistemas a troca de informaccedilotildees ou de dados espaciais entre as ceacutelulas
estaacute confinada agraves ceacutelulas vizinhas Pelas suas caracteriacutesticas os autoacutematos celulares satildeo
muito adequados para representar o territoacuterio e as infra-estruturas (Torrens 2003) e para
analisar a clusterizaccedilatildeo de actividades (Macy amp Willer 2002) Os SMA vatildeo mais longe
nesta anaacutelise ao associar as regras directamente aos indiviacuteduos ou agraves ceacutelulas e natildeo ao
sistema no seu conjunto Cada indiviacuteduo eacute modelado de acordo com o seu
comportamento o que faz dos modelos baseados em agentes uma poderosa ferramenta
para simular as opccedilotildees individualizadas Os agentes diferem dos autoacutematos celulares
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
SMA ocorreu ao longo da deacutecada de 1990 e as suas origens radicam na designada
inteligecircncia artificial distribuiacuteda (Sawer 2003 Pereira 2004) cujo principal objectivo
consiste na resoluccedilatildeo de um problema atraveacutes da sua decomposiccedilatildeo em problemas mais
pequenos e menos complexos A utilizaccedilatildeo dos sistemas de inteligecircncia artificial
distribuiacuteda permite a vaacuterios processos autoacutenomos (os agentes) realizar actos de
inteligecircncia global atraveacutes do processamento colaborativo da informaccedilatildeo (Moulin amp
Chaib-Draa 1996) Este princiacutepio eacute similar aos benefiacutecios resultantes de ter um grupo
numeroso de especialistas a resolver problemas muito extensos que seria mais difiacutecil de
tratar por apenas uma pessoa De acordo com Pereira (2004) a inteligecircncia artificial
distribuiacuteda divide-se em duas sub-aacutereas a resoluccedilatildeo distribuiacuteda de problemas e os
SMA O princiacutepio da resoluccedilatildeo distribuiacuteda de problemas procura subdividir um
problema num conjunto de moacutedulos ou de nodos cooperativos que compartilhem
conhecimento sobre o problema e sobre como chegar agrave soluccedilatildeo Por seu turno os SMA
estatildeo mais direccionados para modelar o comportamento de um conjunto de entidades ndash
os agentes Estes agentes apresentam um conjunto de atributos e interagem entre si no
processo de modelaccedilatildeo Eacute da forma e dos comportamentos resultantes da interacccedilatildeo
entre os agentes que se extraem conclusotildees que podem ser usadas para a resoluccedilatildeo dos
problemas Ou seja este ramo da inteligecircncia artificial distribuiacuteda estuda o
comportamento inteligente numa sociedade de agentes autoacutenomos procurando
coordenar os conhecimentos e determinar planos para a resoluccedilatildeo dos problemas
Ao longo da deacutecada de 1990 os SMA tornaram-se progressivamente uma
ferramenta de simulaccedilatildeo cada vez mais utilizada de que resultou uma extensa produccedilatildeo
cientiacutefica nas mais diversas aacutereas desde as ciecircncias econoacutemicas agraves sociais passando
pelas naturais e tecnoloacutegicas Esta evoluccedilatildeo tambeacutem natildeo pode desligar-se dos avanccedilos
verificados no domiacutenio da informaacutetica que permitiu tratar computacionalmente
problemas mais complexos e a uma maior velocidade (Sawyer 2003)
22 Dos agentes aos SMA
No acircmbito da inteligecircncia artificial tal como refere Pereira (2004) natildeo existe
uma definiccedilatildeo universalmente aceite e clara de agente Natildeo obstante existem alguns
princiacutepios consensuais tais como a capacidade sensorial dos agentes sobre o ambiente
envolvente a capacidade de interagir e de reagir sobre o mesmo ambiente e a autonomia
e as capacidades sociais que lhes permitem interagir com outros agentes
Para Bithell et al (2008) os modelos baseados em agentes inspiram-se em
aspectos relacionados com o comportamento de sistemas vivos atraveacutes da atribuiccedilatildeo de
um conjunto de regras loacutegicas a esses agentes O processo de simulaccedilatildeo faz com que os
agentes interajam entre si e com o ambiente de que resultam comportamentos globais e
tendecircncias que podem ser visualizadas atraveacutes de previsotildees e de cenaacuterios de evoluccedilatildeo
futura Do mesmo modo Rabino amp Girotti (2004) referem que no estudo dos
fenoacutemenos sociais ou naturais satildeo facilmente identificados os comportamentos de
grupos que resultam da articulaccedilatildeo existente entre os vaacuterios elementos e destes com o
meio envolvente Um modelo baseado em SMA eacute entatildeo constituiacutedo por vaacuterios
elementos (os agentes) e por um ambiente (Figura 1) Os vaacuterios agentes (daiacute a
designaccedilatildeo de multiagentes) satildeo elementos fundamentais do sistema que actuam entre si
e com o meio onde estatildeo inseridos podendo eventualmente alterar o seu
comportamento com base nos conhecimentos e na aprendizagem que tecircm Deste modo
o conceito de SMA estaacute associado agrave existecircncia de um conjunto organizado de agentes
Agente
Ambiente
Agente
Ambiente
Fonte Adaptado de Wooldridge (2001)
Figura 1 Os elementos fundamentais de um SMA
Os agentes podem ser definidos como entidades computacionais que estatildeo
localizadas num determinado ambiente tendo a capacidade de desenvolver acccedilotildees
autoacutenomas de forma a atingir determinados objectivos atraveacutes de comportamentos
flexiacuteveis (Wooldridge 2009) Em sentido semelhante Ferber amp Gasser (1991)
argumentam que um agente eacute uma entidade capaz de agir sobre si mesma e sobre o seu
ambiente que pode dispor de uma representaccedilatildeo do ambiente que pode comunicar com
outros agentes sendo o seu comportamento uma consequecircncia das suas percepccedilotildees do
seu conhecimento e das interacccedilotildees realizadas Em funccedilatildeo das suas caracteriacutesticas e das
regras estipuladas para a modelaccedilatildeo os agentes satildeo capazes de se adaptar e de interagir
entre eles e com o ambiente em que estatildeo inseridos
23 Caracteriacutesticas e tipologias dos agentes
Os agentes apresentam uma grande heterogeneidade em termos de
caracteriacutesticas que variam em funccedilatildeo dos objectivos pretendidos com a simulaccedilatildeo Natildeo
obstante os agentes apresentam algumas especificidades que podem ser sistematizadas
Para Wooldridge (2009) os agentes distinguem-se por duas caracteriacutesticas principais
pela capacidade de interagir com os outros agentes e com o ambiente e pela capacidade
decisoacuteria As interacccedilotildees entre os agentes podem basear-se sob muacuteltiplas formas em
funccedilatildeo dos objectivos da simulaccedilatildeo e das ferramentas utilizadas podendo estar em jogo
desde relaccedilotildees antagoacutenicas ateacute situaccedilotildees de cooperaccedilatildeo entre os agentes A
comunicaccedilatildeo entre os agentes pode processar-se sob diversas formas e atraveacutes de
linguagens especiacuteficas A capacidade decisoacuteria estaacute associada agrave capacidade que os
agentes tecircm de tomar decisotildees sem intervenccedilatildeo humana directa De uma forma
semelhante Nwana (1996) refere que a autonomia a cooperaccedilatildeo e a aprendizagem
constituem trecircs denominadores comuns agrave maior parte dos agentes utilizados em
modelaccedilatildeo Por seu turno Wooldridge amp Jennings (1995) referem que os agentes em
funccedilatildeo das caracteriacutesticas que apresentam podem ser entendidos num sentido fraco (na
perspectiva de um agente computacional) ou num sentido forte (sendo entendido como
uma entidade cognitiva capaz de gerar percepccedilotildees e emoccedilotildees por exemplo) Deste
modo os agentes distinguem-se em funccedilatildeo da
(i) Autonomia os agentes satildeo autoacutenomos na medida em que operam sem uma
intervenccedilatildeo directa de nenhum controlador ou supervisor humano (Nwana 1996) Os
agentes tecircm controlo sobre as suas proacuteprias acccedilotildees e sobre o seu estado interno e
dispotildeem de uma racionalidade que lhes permite ter uma noccedilatildeo dos objectivos e das
acccedilotildees necessaacuterias para os atingir
(ii) Cooperaccedilatildeo a cooperaccedilatildeo eacute a razatildeo de ser de um grande nuacutemero de agentes
utilizados em sistemas de modelaccedilatildeo (Nwana 1996) Para cooperarem entre si os
agentes tecircm que possuir capacidades sociais para que possam interagir com os restantes
agentes
(iii) Reactividade em oposiccedilatildeo agrave cooperaccedilatildeo alguns agentes caracterizam-se por reagir
aos estiacutemulos que recebem Atraveacutes da capacidade sensorial estes agentes tecircm a
percepccedilatildeo do que ocorre no ambiente e de responder em tempo uacutetil aos estiacutemulos e agraves
mudanccedilas que detectam
(iv) Proacute-actividade os agentes tecircm objectivos a cumprir e por isso acabam por
desenvolver iniciativas proacuteprias no que respeita agrave resoluccedilatildeo de problemas especiacuteficos
seja atraveacutes da cooperaccedilatildeo seja da reacccedilatildeo Esta caracteriacutestica estaacute relacionada com a
autonomia e com a capacidade decisoacuteria dos agentes
(v) Aprendizagem alguns agentes tecircm a capacidade de adquirir conhecimentos e de
modificar os seus comportamentos com base em experiecircncias anteriores Como refere
Nwana (1996) um agente para ser inteligente deve ter capacidade de aprendizagem que
se manifesta no modo como um agente interage e reage com os demais agentes e com o
ambiente e na forma como melhora essa capacidade ao longo do tempo
Verifica-se portanto que o conceito de agente eacute entendido e eacute utilizado sob
muacuteltiplas formas facto que resulta da flexibilidade dos vaacuterios domiacutenios e dos
diferentes objectivos em que se utilizam agentes em processos de modelaccedilatildeo natildeo sendo
por isso possiacutevel encontrar um agente com todos os atributos mencionados tal como
refere Pereira (2004) Esta mesma noccedilatildeo eacute partilhada por Valbuena et al (2008) quando
referem que os agentes podem apresentar diversas especificidades uma vez que tanto
podem representar interesses individuais como colectivos podem ser mais ou menos
heterogeacuteneos no que se refere agraves suas caracteriacutesticas e satildeo dinacircmicos na medida em que
podem aprender e adaptar-se a situaccedilotildees diferentes Eacute devido a esta multiplicidade de
caracteriacutesticas que Nwana (1996) refere que os agentes estatildeo subjacentes a um espaccedilo
verdadeiramente multidimensional que dificulta a sistematizaccedilatildeo dos diversos atributos
de agentes em tipologias bem definidas
As caracteriacutesticas dos agentes e a forma como estatildeo organizados determinam as
tipologias dos agentes Haacute diversas tipologias de agentes mas de acordo com vaacuterios
autores (Cavezzali amp Rabino 2003 Sawyer 2003 Ferber et al 2004 Bithell et al
2008) haacute duas categorias que se destacam por serem as mais utilizadas os agentes
cognitivos e os agentes reactivos De acordo com Sawyer (2003) os agentes cognitivos
evoluiacuteram a partir dos trabalhos realizados no domiacutenio da Inteligecircncia Artificial
Distribuiacuteda ao passo que os reactivos procedem das pesquisas realizadas em torno da
artificial life (Alife)
Os agentes cognitivos satildeo movidos por objectivos tendo capacidades de
entendimento para atingir esses objectivos Por essa razatildeo estes agentes satildeo tambeacutem
conhecidos por agentes intencionais ou deliberativos (Sawyer 2003) e enquadram-se na
descrita tipologia de agentes fortes proposta por Wooldridge amp Jennings (1995) Os
agentes cognitivos caracterizam-se por possuir crenccedilas em relaccedilatildeo ao ambiente em que
estatildeo inseridos e conhecimentos em relaccedilatildeo aos planos e agrave forma como as suas acccedilotildees
poderatildeo afectar o ambiente e os restantes agentes Desta forma os agentes cognitivos
acabam por desenvolver comportamentos mais complexos Pereira (2004) refere que os
agentes cognitivos mantecircm uma representaccedilatildeo interna do ambiente que os rodeia
atraveacutes de um estado mental expliacutecito que pode ser alterado atraveacutes do raciociacutenio
simboacutelico Os agentes cognitivos comunicam entre si atraveacutes de linguagens de
comunicaccedilatildeo de agentes em cuja produccedilatildeo se destacam duas induacutestrias de softwares a
FIPA (Foundation for Intelligent Physical Agents) e a KQML (Knowledge Query and
Manipulation Language)
Ao contraacuterio destes os agentes reactivos estatildeo desprovidos de qualquer
informaccedilatildeo do ambiente em que estatildeo inseridos e dos restantes agentes envolvidos Os
agentes reactivos natildeo satildeo concebidos para executar planos especiacuteficos Pelo contraacuterio
os agentes reactivos satildeo movidos por simples regras de acccedilatildeo agindo de acordo com a
percepccedilatildeo que tecircm do ambiente que os rodeia atraveacutes de um conjunto de regras de
percepccedilatildeoreacccedilatildeo De acordo com Sawyer (2003) os agentes reactivos satildeo por vezes
designados agentes comportamentais pelo facto de responderem directamente a
estiacutemulos provocados pelo ambiente e que satildeo captados pela capacidade sensorial dos
agentes A conversatildeo da percepccedilatildeo numa acccedilatildeo natildeo envolve um processo de
deliberaccedilatildeo interna pelo que a mesma percepccedilatildeo por parte de um agente reactivo pode
desencadear acccedilotildees diferentes (Bithell et al 2008) Deste modo nos agentes reactivos
natildeo existe uma especificaccedilatildeo a priori do comportamento que os agentes iratildeo ter durante
o processo de modelaccedilatildeo Alguns jogos ou a roboacutetica constituem dois exemplos de
mecanismos que recorrem a agentes reactivos e que funcionam por estiacutemulos externos
Por outro lado os agentes reactivos destacam-se por serem relativamente simples e por
interagirem com os restantes agentes atraveacutes de formas baacutesicas exigindo linguagens e
modelos com arquitecturas apropriadas
24 Arquitecturas de agentes
A arquitectura de agentes eacute um aspecto que estaacute relacionado com as
caracteriacutesticas e com as tipologias dos agentes e que se refere ao modo de organizaccedilatildeo
dos agentes dentro do sistema e agrave forma como se processam as suas relaccedilotildees O tipo de
arquitectura descreve a forma como os agentes estatildeo dispostos num conjunto de
moacutedulos que interagem entre si para atingir um determinado objectivo Um dos aspectos
que ajuda a distinguir as tipologias de arquitecturas eacute a forma como um modelo
decompotildee o problema atraveacutes de determinadas tarefas (Wooldrige amp Jennings 1995)
Assim a escolha de uma determinada arquitectura estaacute muito dependente dos objectivos
pretendidos e com o tipo de agentes envolvidos no sistema pese embora natildeo existirem
arquitecturas melhores do que outras tal como Knapik amp Johnson (1998) referem
Ao longo do tempo foram desenvolvidas diversas arquitecturas de agentes mas
haacute trecircs tipologias dominantes e que satildeo representativas da maior parte dos sistemas a
arquitectura deliberativa a arquitectura reactiva e a arquitectura hiacutebrida
A arquitectura deliberativa segue a abordagem claacutessica da inteligecircncia artificial
onde os agentes interagem com reduzida autonomia (Figura 2) Um agente deliberativo
possui um modelo simboacutelico do ambiente e as suas decisotildees satildeo tomadas com base em
raciociacutenio loacutegico Como refere Costa (1999) a arquitectura deliberativa interpreta os
agentes como fazendo parte de um sistema baseado no conhecimento Nestes modelos eacute
necessaacuterio dotar os agentes se um sistema de planificaccedilatildeo que determinaraacute que passos
devem ser dados para atingir os seus objectivos
Fonte Pereira 2004
Figura 2 Modelo de arquitectura deliberativa
De acordo com Molina et al (2005) um dos primeiros passos a considerar na
construccedilatildeo de um sistema deliberativo consiste em fazer uma descriccedilatildeo simboacutelica
adequada do problema Seguidamente essa descriccedilatildeo deveraacute ser integrada no agente
para que este possa raciocinar e atingir as metas num periacuteodo de tempo preacute-estabelecido
(a questatildeo do tempo eacute importante porque os algoritmos da planificaccedilatildeo nem sempre
respondem em tempo uacutetil agraves solicitaccedilotildees do sistema) Assim e natildeo obstante a ideia
atractiva de colocar os agentes a interagir atraveacutes de raciociacutenio loacutegico haacute alguns
problemas que se colocam agrave arquitectura deliberativa nomeadamente a dificuldade em
traduzir o complexo mundo real em descriccedilotildees simboacutelicas e a dificuldade em obter
agentes capazes de lidar com esses problemas em tempo uacutetil
A arquitectura deliberativa revela-se particularmente adequada para implementar
agentes intencionais ou seja os agentes que satildeo capazes de produzir planos a partir das
suas crenccedilas e intenccedilotildees Por essa razatildeo e tal como referem Molina et al (2005) este
tipo de arquitectura eacute tambeacutem designado por arquitectura deliberativa BDI (Belief
Desire Intention) A arquitectura BDI eacute uma das que mais tem sido utilizada (Rao amp
Georgeff 1998 Molina et al 2005) pelo facto de incorporar um modelo de
representaccedilatildeo do raciociacutenio humano um nuacutemero consideraacutevel de implementaccedilotildees e
uma semacircntica loacutegica abstracta e de faacutecil compreensatildeo A arquitectura deliberativa BDI
foi desenvolvida para proporcionar soluccedilotildees em ambientes dinacircmicos ou incertos onde
os agentes apenas tecircm uma visatildeo parcial do problema (o acesso agrave informaccedilatildeo eacute
limitado) no contexto de um nuacutemero limitado de recursos As crenccedilas os desejos as
intenccedilotildees e os planos satildeo uma parte fundamental do estado destes sistemas
Na arquitectura reactiva os diversos problemas associados agrave representaccedilatildeo
simboacutelica do conhecimento conduziram ao estudo de modelos mais efectivos de
representaccedilatildeo do conhecimento Em oposiccedilatildeo agrave deliberativa a arquitectura reactiva
(Figura 3) natildeo utiliza nenhum modelo simboacutelico do ambiente nem recorre a nenhum
raciociacutenio loacutegico complexo A arquitectura reactiva baseia-se no princiacutepio de que um
agente pode desenvolver inteligecircncia a partir de interacccedilotildees com o ambiente natildeo
precisando de um modelo preacute-estabelecido Nesta categoria os agentes reagem aos
estiacutemulos definindo assim os comportamentos De acordo com Molina et al (2005) a
maior parte das aplicaccedilotildees das arquitecturas reactivas centraram-se no desenvolvimento
de controladores de roboacutetica Com efeito os robots podem considerar-se agentes reais
(natildeo software) que operam num ambiente em mudanccedila Eacute justamente a necessidade de
actuar num ambiente com estas caracteriacutesticas que dificultam a adopccedilatildeo de arquitecturas
deliberativas uma vez que a necessidade de redefiniccedilatildeo dos planos a uma realidade em
mudanccedila dificulta a obtenccedilatildeo de respostas eficientes por parte deste tipo de arquitectura
Fonte Pereira 2004
Figura 3 Modelo de arquitectura reactiva
A arquitectura hiacutebrida (Figura 4) procura conciliar as principais vantagens das
categorias deliberativas e reactivas superando algumas das debilidades da arquitectura
deliberativa (dificuldade em resolver com rapidez e eficaacutecia os problemas complexos) e
da reactiva (satildeo redutores ao apenas reagirem por estiacutemulos) Numa arquitectura
hiacutebrida a construccedilatildeo do modelo processa-se atraveacutes de dois sub-sistemas um
deliberativo que utiliza um modelo simboacutelico e que produz planos e outro reactivo
centrado em reagir a estiacutemulos que ocorram no ambiente e que natildeo requeiram um
mecanismo de raciociacutenio complexo Como referem Molina et al (2005) a natureza
destas arquitecturas satildeo propiacutecias a uma estruturaccedilatildeo por camadas que pode ser (i)
vertical quando apenas uma camada tem acesso aos sensores e actuadores (ii)
horizontal quando todas as camadas tecircm acesso aos sensores e actuadores As camadas
encontram-se hierarquicamente organizadas com a informaccedilatildeo sobre o meio em
diferentes niacuteveis de abstracccedilatildeo A maioria das arquitecturas hiacutebridas encontra-se
estruturada em trecircs niacuteveis
- Niacutevel reactivo corresponde ao niacutevel mais baixo Neste niacutevel satildeo tomadas as decisotildees
em relaccedilatildeo aos estiacutemulos recebidos do ambiente em tempo real
- Niacutevel do conhecimento corresponde a um niacutevel intermeacutedio onde se procede ao
conhecimento que o agente tem do ambiente normalmente com a ajuda de uma
representaccedilatildeo simboacutelica do mesmo
- Niacutevel social eacute a camada de niacutevel superior Eacute neste niacutevel que se processam os aspectos
sociais do ambiente incluindo tanto a informaccedilatildeo de outros agentes como os desejos
as intenccedilotildees etc Assim o comportamento global do agente eacute definido pela interacccedilatildeo
entre estes trecircs niacuteveis alternando entre as diversas arquitecturas
Fonte Adaptado de Molina et al (2005)
Figura 4 Modelo de arquitectura hiacutebrida
3 A utilizaccedilatildeo dos sistemas multiagentes no planeamento do territoacuterio
31 As motivaccedilotildees da aplicaccedilatildeo dos SMA no planeamento do territoacuterio
Os SMA tecircm actualmente um vasto espectro de aplicaccedilotildees com o objectivo de
tornar mais eficientes e de resolver determinados problemas de sistemas reais mais ou
menos complexos Para Rabino amp Girotti (2004) um sistema complexo eacute aquele ao qual
satildeo adicionadas dimensotildees comportamentais e subjectivas de que resultam efeitos natildeo
lineares (imprevisiacuteveis) A complexidade de um sistema traduz-se assim num conjunto
de relaccedilotildees que natildeo satildeo evidentes nem traduziacuteveis do ponto de vista fiacutesico ou
matemaacutetico mas que satildeo determinantes nas relaccedilotildees e nos comportamentos das
entidades e das caracteriacutesticas dos proacuteprios sistemas
Os territoacuterios e em particular as cidades satildeo considerados sistemas complexos
devido ao conjunto de vaacuterios elementos que constituem a cidade e que regulam o seu
contiacutenuo crescimento Neste sentido Batty (2008) refere que as cidades constituem
sistemas complexos por excelecircncia que se encontram distantes de uma situaccedilatildeo de
equiliacutebrio e que em consequecircncia requerem uma atenccedilatildeo especial para se poderem
manter com niacuteveis de sustentabilidade adequados Healey (2007) associa mais a questatildeo
da complexidade ao planeamento urbano Actualmente as cidades natildeo podem ser
descritas como unidades bem definidas e delimitadas pois a interacccedilatildeo de muacuteltiplos
actores em escalas e em redes diversas gera um grau de incerteza e de complexidade de
difiacutecil anaacutelise pelos meacutetodos tradicionais Por isso ao longo das uacuteltimas deacutecadas os
planeadores do territoacuterio tecircm estudado e divulgado o grande nuacutemero de
descontinuidades que haacute nestes sistemas associados agrave dificuldade de previsatildeo e aos
comportamentos imprevistos que tecircm lugar sobre o territoacuterio de que resultam
fenoacutemenos de natildeo-linearidade e de auto-organizaccedilatildeo E por outro lado tecircm
desenvolvido ferramentas de planeamento e de apoio agrave decisatildeo mais robustas que
permitem optimizar as medidas num cenaacuterio de maior complexidade
Neste contexto o planeamento eacute a actividade que procura racionalizar o uso e as
formas de ocupaccedilatildeo do mesmo atraveacutes de um conjunto de normas e de regulaccedilotildees Agrave
medida que os territoacuterios e as cidades se tecircm tornado mais complexos o planeamento
do uso do solo tem-se tornado tambeacutem numa actividade mais exigente devido agrave
interferecircncia de vaacuterios factores tais como os actores as especificidades de cada
territoacuterio e os processos autoacutenomos (Ligtenberg et al 2004) Os actores considerados a
niacutevel individual e colectivo satildeo entidades que tecircm uma acccedilatildeo directa no planeamento
do uso do solo a partir das suas intenccedilotildees e dos seus interesses As especificidades do
territoacuterio condicionam os diversos tipos de ocupaccedilotildees que lhe podem ser dadas
podendo ser mais ou menos restritivos para um determinado uso Para aleacutem disso haacute
que contar com os processos autoacutenomos que correspondem aos factores que podem
alterar a natureza (e assim o tipo de ocupaccedilatildeo) do solo como os factores naturais
(erosatildeo inundaccedilatildeo etc) Os planos e as demais regulamentaccedilotildees completam o conjunto
de factores que condicionam a forma como se processa a ocupaccedilatildeo do uso do solo A
combinaccedilatildeo de todos estes factores faz com que o planeamento do uso do solo seja um
processo complexo (onde eacute difiacutecil destrinccedilar as relaccedilotildees causais entre os vaacuterios agentes)
e seja um processo natildeo linear e dependente da actuaccedilatildeo combinada dos vaacuterios agentes
Deste modo e num contexto em que a complexidade territorial eacute cada vez maior
a utilizaccedilatildeo de ferramentas potentes eacute essencial para apoiar o processo de tomada de
decisatildeo Tal como referem Joshi et al (2006) a utilizaccedilatildeo de modelos e o recurso agrave
simulaccedilatildeo permite aos planeadores do territoacuterio analisar e simular cenaacuterios futuros
baseados no conhecimento que se passa a ter dos comportamentos dos actores das suas
interacccedilotildees e do papel que promovem na alteraccedilatildeo do uso do solo Com efeito e ao niacutevel
do planeamento do territoacuterio o conceito de simulaccedilatildeo deve ser entendido como uma
actividade de modelaccedilatildeo que procura analisar os impactos e efectuar previsotildees sobre a
evoluccedilatildeo futura a partir da inter-relaccedilatildeo das vaacuterias componentes do territoacuterio integradas
num sistema operacional (Briassoulis 2000)
O recurso aos SMA no planeamento do territoacuterio e do planeamento urbano em
particular estaacute entatildeo associado ao desenvolvimento de modelos mais robustos que
permitem responder agraves novas solicitaccedilotildees dos territoacuterios e das cidades O recurso aos
SMA permite natildeo soacute entender o territoacuterio como um sistema complexo como
disponibiliza ferramentas mais adequadas para a sua gestatildeo passando de uma
perspectiva top down para um tipo de planeamento mais relacional que envolve os
diversos actores no processo permitindo obter melhores resultados ainda que agrave custa da
complexificaccedilatildeo dos processos (Healey 2007)
Os SMA tecircm vindo a ter uma utilizaccedilatildeo crescente no domiacutenio de vaacuterias ciecircncias
ligadas ao planeamento do territoacuterio nomeadamente ao niacutevel da Geografia da
Sociologia da Engenharia do Urbanismo e da Gestatildeo Ambiental atraveacutes do
desenvolvimento de modelos baseados em agentes Actualmente existe um grande
nuacutemero de modelos de simulaccedilatildeo territorial baseados em agentes Batty (2009) descreve
os modelos como simplificaccedilotildees da realidade como a abstracccedilatildeo teoacuterica de um sistema
atraveacutes dos quais os princiacutepios teoacutericos satildeo testados e analisados Os modelos satildeo
aplicados invariavelmente atraveacutes de sistemas computacionais onde os computadores
funcionam como laboratoacuterios onde decorre a experimentaccedilatildeo dos fenoacutemenos Os
modelos territoriais podem entatildeo ser definidos como simulaccedilotildees computacionais
utilizadas para testar teorias relacionadas com a localizaccedilatildeo espacial e a interacccedilatildeo entre
os usos do solo e as actividades relacionadas Aleacutem disso os modelos tambeacutem
permitem avaliar atraveacutes de uma interface digital as consequecircncias que as poliacuteticas
urbanas poderatildeo ter no desenvolvimento futuro dos territoacuterios e das cidades No caso
das cidades os modelos representam e analisam funccedilotildees e processos que geram
estruturas urbanas espaciais em termos de uso do solo da distribuiccedilatildeo da populaccedilatildeo do
emprego e dos transportes estando integrados num programa computacional que
permite testar as teorias locativas e projectar o desenvolvimento futuro
32 Os modelos de planeamento do territoacuterio
Ao longo das uacuteltimas cinco deacutecadas foram desenvolvidos diversos modelos que
procuram fundamentalmente representar e analisar as dinacircmicas ao niacutevel da ocupaccedilatildeo
do solo e da deslocaccedilatildeo das pessoas nas cidades Haacute diversos estudos que fazem uma
retrospectiva mais ou menos detalhada das caracteriacutesticas e dos modelos que foram
colocados em praacutetica (Wegener 1994 Southworth 1995 Timmermans 2003 Hunt et
al 2005 Iacono et al 2008) De uma forma geral considera-se a existecircncia de trecircs
geraccedilotildees de modelos os modelos graviacuteticos os modelos do uso do solo transportes e os
modelos de microsimulaccedilatildeo onde se incluem os modelos baseados em agentes
Os modelos graviacuteticos foram desenvolvidos durante a deacutecada de 1960 e
inspiram-se directamente no modelo de Lowry (1964) que foi considerado o primeiro
sistema operacional de anaacutelise da ocupaccedilatildeo do solo urbano (Southworth 1995 Iacono
et al 2008) Estes primeiros modelos apresentaram um conjunto de inovaccedilotildees
metodoloacutegicas como os meacutetodos de maximizaccedilatildeo e os elementos estocaacutesticos que
permitiram construir modelos de interacccedilatildeo baseados na agregaccedilatildeo espacial
(Timmermans 2003) Estes modelos satildeo chamados graviacuteticos por analogia agrave teoria da
gravidade de Newton nomeadamente no que respeita agrave distribuiccedilatildeo do padratildeo de
viagens geradas que por sua vez era obtido atraveacutes de regressotildees lineares (Iacono et
al 2008)
A segunda geraccedilatildeo de modelos foi desenvolvida a partir da deacutecada de 1970 e
sobretudo durante a deacutecada de 1980 Estes modelos baseiam-se no princiacutepio das
escolhas discretas e da maximizaccedilatildeo da utilidade e caracterizam-se por integrarem na
modelaccedilatildeo duas componentes inter-relacionadas o uso do solo e os transportes Os
modelos combinados de uso do solo e dos transportes satildeo modelos de interacccedilatildeo
espacial que concebem a cidade como um sistema constituiacutedo por vaacuterias interacccedilotildees
agregadas numa condiccedilatildeo de equiliacutebrio Este sistema equilibrado eacute traduzido por um
conjunto de equaccedilotildees matemaacuteticas que permitem por exemplo prever as deslocaccedilotildees
entre as aacutereas residenciais e os locais de trabalho O objectivo do modelo de transportes
eacute a previsatildeo da procura (de transportes) e a sua adequaccedilatildeo agrave oferta existente enquanto o
modelo de uso do solo analisa a distribuiccedilatildeo espacial do emprego das aacutereas
residenciais comerciais e das demais actividades que possam influenciar a localizaccedilatildeo
das pessoas no territoacuterio Esta informaccedilatildeo eacute utilizada no modelo de transportes na
produccedilatildeo de deslocaccedilotildees Os custos de deslocaccedilatildeo que resultam de uma situaccedilatildeo de
equiliacutebrio entre a oferta e a procura de transportes satildeo revertidos no padratildeo de
localizaccedilatildeo das actividades econoacutemicas e das aacutereas residenciais Assim a interacccedilatildeo uso
do solotransportes permite determinar o modo como os transportes afectam a ocupaccedilatildeo
e o uso do solo o que por sua vez se repercute na localizaccedilatildeo das actividades e na
geraccedilatildeo de traacutefego Em comparaccedilatildeo com os de primeira geraccedilatildeo estes modelos satildeo
mais complexos e dinacircmicos
A terceira geraccedilatildeo de modelos emergiu a partir de meados da deacutecada de 1990 e
distingue-se pela utilizaccedilatildeo de teacutecnicas de microsimulaccedilatildeo e pelo facto de os modelos
serem mais complexos e dinacircmicos (Timmermans 2003) Alguns autores como
Torrens (2003) apelidam estes modelos de modelos de geosimulaccedilatildeo Os autoacutematos
celulares e os SMA satildeo as duas tipologias de modelaccedilatildeo mais utilizadas nesta terceira
geraccedilatildeo O ponto de partida destes modelos eacute o pressuposto de que as dinacircmicas
observadas ao niacutevel do territoacuterio resultam da acccedilatildeo individualizada de cada um dos
agentes envolvidos Nos autoacutematos celulares o territoacuterio eacute representado por uma grelha
de ceacutelulas que tecircm atributos especiacuteficos e que estatildeo sujeitas a regras determinadas pelo
sistema Nestes sistemas a troca de informaccedilotildees ou de dados espaciais entre as ceacutelulas
estaacute confinada agraves ceacutelulas vizinhas Pelas suas caracteriacutesticas os autoacutematos celulares satildeo
muito adequados para representar o territoacuterio e as infra-estruturas (Torrens 2003) e para
analisar a clusterizaccedilatildeo de actividades (Macy amp Willer 2002) Os SMA vatildeo mais longe
nesta anaacutelise ao associar as regras directamente aos indiviacuteduos ou agraves ceacutelulas e natildeo ao
sistema no seu conjunto Cada indiviacuteduo eacute modelado de acordo com o seu
comportamento o que faz dos modelos baseados em agentes uma poderosa ferramenta
para simular as opccedilotildees individualizadas Os agentes diferem dos autoacutematos celulares
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
Para Bithell et al (2008) os modelos baseados em agentes inspiram-se em
aspectos relacionados com o comportamento de sistemas vivos atraveacutes da atribuiccedilatildeo de
um conjunto de regras loacutegicas a esses agentes O processo de simulaccedilatildeo faz com que os
agentes interajam entre si e com o ambiente de que resultam comportamentos globais e
tendecircncias que podem ser visualizadas atraveacutes de previsotildees e de cenaacuterios de evoluccedilatildeo
futura Do mesmo modo Rabino amp Girotti (2004) referem que no estudo dos
fenoacutemenos sociais ou naturais satildeo facilmente identificados os comportamentos de
grupos que resultam da articulaccedilatildeo existente entre os vaacuterios elementos e destes com o
meio envolvente Um modelo baseado em SMA eacute entatildeo constituiacutedo por vaacuterios
elementos (os agentes) e por um ambiente (Figura 1) Os vaacuterios agentes (daiacute a
designaccedilatildeo de multiagentes) satildeo elementos fundamentais do sistema que actuam entre si
e com o meio onde estatildeo inseridos podendo eventualmente alterar o seu
comportamento com base nos conhecimentos e na aprendizagem que tecircm Deste modo
o conceito de SMA estaacute associado agrave existecircncia de um conjunto organizado de agentes
Agente
Ambiente
Agente
Ambiente
Fonte Adaptado de Wooldridge (2001)
Figura 1 Os elementos fundamentais de um SMA
Os agentes podem ser definidos como entidades computacionais que estatildeo
localizadas num determinado ambiente tendo a capacidade de desenvolver acccedilotildees
autoacutenomas de forma a atingir determinados objectivos atraveacutes de comportamentos
flexiacuteveis (Wooldridge 2009) Em sentido semelhante Ferber amp Gasser (1991)
argumentam que um agente eacute uma entidade capaz de agir sobre si mesma e sobre o seu
ambiente que pode dispor de uma representaccedilatildeo do ambiente que pode comunicar com
outros agentes sendo o seu comportamento uma consequecircncia das suas percepccedilotildees do
seu conhecimento e das interacccedilotildees realizadas Em funccedilatildeo das suas caracteriacutesticas e das
regras estipuladas para a modelaccedilatildeo os agentes satildeo capazes de se adaptar e de interagir
entre eles e com o ambiente em que estatildeo inseridos
23 Caracteriacutesticas e tipologias dos agentes
Os agentes apresentam uma grande heterogeneidade em termos de
caracteriacutesticas que variam em funccedilatildeo dos objectivos pretendidos com a simulaccedilatildeo Natildeo
obstante os agentes apresentam algumas especificidades que podem ser sistematizadas
Para Wooldridge (2009) os agentes distinguem-se por duas caracteriacutesticas principais
pela capacidade de interagir com os outros agentes e com o ambiente e pela capacidade
decisoacuteria As interacccedilotildees entre os agentes podem basear-se sob muacuteltiplas formas em
funccedilatildeo dos objectivos da simulaccedilatildeo e das ferramentas utilizadas podendo estar em jogo
desde relaccedilotildees antagoacutenicas ateacute situaccedilotildees de cooperaccedilatildeo entre os agentes A
comunicaccedilatildeo entre os agentes pode processar-se sob diversas formas e atraveacutes de
linguagens especiacuteficas A capacidade decisoacuteria estaacute associada agrave capacidade que os
agentes tecircm de tomar decisotildees sem intervenccedilatildeo humana directa De uma forma
semelhante Nwana (1996) refere que a autonomia a cooperaccedilatildeo e a aprendizagem
constituem trecircs denominadores comuns agrave maior parte dos agentes utilizados em
modelaccedilatildeo Por seu turno Wooldridge amp Jennings (1995) referem que os agentes em
funccedilatildeo das caracteriacutesticas que apresentam podem ser entendidos num sentido fraco (na
perspectiva de um agente computacional) ou num sentido forte (sendo entendido como
uma entidade cognitiva capaz de gerar percepccedilotildees e emoccedilotildees por exemplo) Deste
modo os agentes distinguem-se em funccedilatildeo da
(i) Autonomia os agentes satildeo autoacutenomos na medida em que operam sem uma
intervenccedilatildeo directa de nenhum controlador ou supervisor humano (Nwana 1996) Os
agentes tecircm controlo sobre as suas proacuteprias acccedilotildees e sobre o seu estado interno e
dispotildeem de uma racionalidade que lhes permite ter uma noccedilatildeo dos objectivos e das
acccedilotildees necessaacuterias para os atingir
(ii) Cooperaccedilatildeo a cooperaccedilatildeo eacute a razatildeo de ser de um grande nuacutemero de agentes
utilizados em sistemas de modelaccedilatildeo (Nwana 1996) Para cooperarem entre si os
agentes tecircm que possuir capacidades sociais para que possam interagir com os restantes
agentes
(iii) Reactividade em oposiccedilatildeo agrave cooperaccedilatildeo alguns agentes caracterizam-se por reagir
aos estiacutemulos que recebem Atraveacutes da capacidade sensorial estes agentes tecircm a
percepccedilatildeo do que ocorre no ambiente e de responder em tempo uacutetil aos estiacutemulos e agraves
mudanccedilas que detectam
(iv) Proacute-actividade os agentes tecircm objectivos a cumprir e por isso acabam por
desenvolver iniciativas proacuteprias no que respeita agrave resoluccedilatildeo de problemas especiacuteficos
seja atraveacutes da cooperaccedilatildeo seja da reacccedilatildeo Esta caracteriacutestica estaacute relacionada com a
autonomia e com a capacidade decisoacuteria dos agentes
(v) Aprendizagem alguns agentes tecircm a capacidade de adquirir conhecimentos e de
modificar os seus comportamentos com base em experiecircncias anteriores Como refere
Nwana (1996) um agente para ser inteligente deve ter capacidade de aprendizagem que
se manifesta no modo como um agente interage e reage com os demais agentes e com o
ambiente e na forma como melhora essa capacidade ao longo do tempo
Verifica-se portanto que o conceito de agente eacute entendido e eacute utilizado sob
muacuteltiplas formas facto que resulta da flexibilidade dos vaacuterios domiacutenios e dos
diferentes objectivos em que se utilizam agentes em processos de modelaccedilatildeo natildeo sendo
por isso possiacutevel encontrar um agente com todos os atributos mencionados tal como
refere Pereira (2004) Esta mesma noccedilatildeo eacute partilhada por Valbuena et al (2008) quando
referem que os agentes podem apresentar diversas especificidades uma vez que tanto
podem representar interesses individuais como colectivos podem ser mais ou menos
heterogeacuteneos no que se refere agraves suas caracteriacutesticas e satildeo dinacircmicos na medida em que
podem aprender e adaptar-se a situaccedilotildees diferentes Eacute devido a esta multiplicidade de
caracteriacutesticas que Nwana (1996) refere que os agentes estatildeo subjacentes a um espaccedilo
verdadeiramente multidimensional que dificulta a sistematizaccedilatildeo dos diversos atributos
de agentes em tipologias bem definidas
As caracteriacutesticas dos agentes e a forma como estatildeo organizados determinam as
tipologias dos agentes Haacute diversas tipologias de agentes mas de acordo com vaacuterios
autores (Cavezzali amp Rabino 2003 Sawyer 2003 Ferber et al 2004 Bithell et al
2008) haacute duas categorias que se destacam por serem as mais utilizadas os agentes
cognitivos e os agentes reactivos De acordo com Sawyer (2003) os agentes cognitivos
evoluiacuteram a partir dos trabalhos realizados no domiacutenio da Inteligecircncia Artificial
Distribuiacuteda ao passo que os reactivos procedem das pesquisas realizadas em torno da
artificial life (Alife)
Os agentes cognitivos satildeo movidos por objectivos tendo capacidades de
entendimento para atingir esses objectivos Por essa razatildeo estes agentes satildeo tambeacutem
conhecidos por agentes intencionais ou deliberativos (Sawyer 2003) e enquadram-se na
descrita tipologia de agentes fortes proposta por Wooldridge amp Jennings (1995) Os
agentes cognitivos caracterizam-se por possuir crenccedilas em relaccedilatildeo ao ambiente em que
estatildeo inseridos e conhecimentos em relaccedilatildeo aos planos e agrave forma como as suas acccedilotildees
poderatildeo afectar o ambiente e os restantes agentes Desta forma os agentes cognitivos
acabam por desenvolver comportamentos mais complexos Pereira (2004) refere que os
agentes cognitivos mantecircm uma representaccedilatildeo interna do ambiente que os rodeia
atraveacutes de um estado mental expliacutecito que pode ser alterado atraveacutes do raciociacutenio
simboacutelico Os agentes cognitivos comunicam entre si atraveacutes de linguagens de
comunicaccedilatildeo de agentes em cuja produccedilatildeo se destacam duas induacutestrias de softwares a
FIPA (Foundation for Intelligent Physical Agents) e a KQML (Knowledge Query and
Manipulation Language)
Ao contraacuterio destes os agentes reactivos estatildeo desprovidos de qualquer
informaccedilatildeo do ambiente em que estatildeo inseridos e dos restantes agentes envolvidos Os
agentes reactivos natildeo satildeo concebidos para executar planos especiacuteficos Pelo contraacuterio
os agentes reactivos satildeo movidos por simples regras de acccedilatildeo agindo de acordo com a
percepccedilatildeo que tecircm do ambiente que os rodeia atraveacutes de um conjunto de regras de
percepccedilatildeoreacccedilatildeo De acordo com Sawyer (2003) os agentes reactivos satildeo por vezes
designados agentes comportamentais pelo facto de responderem directamente a
estiacutemulos provocados pelo ambiente e que satildeo captados pela capacidade sensorial dos
agentes A conversatildeo da percepccedilatildeo numa acccedilatildeo natildeo envolve um processo de
deliberaccedilatildeo interna pelo que a mesma percepccedilatildeo por parte de um agente reactivo pode
desencadear acccedilotildees diferentes (Bithell et al 2008) Deste modo nos agentes reactivos
natildeo existe uma especificaccedilatildeo a priori do comportamento que os agentes iratildeo ter durante
o processo de modelaccedilatildeo Alguns jogos ou a roboacutetica constituem dois exemplos de
mecanismos que recorrem a agentes reactivos e que funcionam por estiacutemulos externos
Por outro lado os agentes reactivos destacam-se por serem relativamente simples e por
interagirem com os restantes agentes atraveacutes de formas baacutesicas exigindo linguagens e
modelos com arquitecturas apropriadas
24 Arquitecturas de agentes
A arquitectura de agentes eacute um aspecto que estaacute relacionado com as
caracteriacutesticas e com as tipologias dos agentes e que se refere ao modo de organizaccedilatildeo
dos agentes dentro do sistema e agrave forma como se processam as suas relaccedilotildees O tipo de
arquitectura descreve a forma como os agentes estatildeo dispostos num conjunto de
moacutedulos que interagem entre si para atingir um determinado objectivo Um dos aspectos
que ajuda a distinguir as tipologias de arquitecturas eacute a forma como um modelo
decompotildee o problema atraveacutes de determinadas tarefas (Wooldrige amp Jennings 1995)
Assim a escolha de uma determinada arquitectura estaacute muito dependente dos objectivos
pretendidos e com o tipo de agentes envolvidos no sistema pese embora natildeo existirem
arquitecturas melhores do que outras tal como Knapik amp Johnson (1998) referem
Ao longo do tempo foram desenvolvidas diversas arquitecturas de agentes mas
haacute trecircs tipologias dominantes e que satildeo representativas da maior parte dos sistemas a
arquitectura deliberativa a arquitectura reactiva e a arquitectura hiacutebrida
A arquitectura deliberativa segue a abordagem claacutessica da inteligecircncia artificial
onde os agentes interagem com reduzida autonomia (Figura 2) Um agente deliberativo
possui um modelo simboacutelico do ambiente e as suas decisotildees satildeo tomadas com base em
raciociacutenio loacutegico Como refere Costa (1999) a arquitectura deliberativa interpreta os
agentes como fazendo parte de um sistema baseado no conhecimento Nestes modelos eacute
necessaacuterio dotar os agentes se um sistema de planificaccedilatildeo que determinaraacute que passos
devem ser dados para atingir os seus objectivos
Fonte Pereira 2004
Figura 2 Modelo de arquitectura deliberativa
De acordo com Molina et al (2005) um dos primeiros passos a considerar na
construccedilatildeo de um sistema deliberativo consiste em fazer uma descriccedilatildeo simboacutelica
adequada do problema Seguidamente essa descriccedilatildeo deveraacute ser integrada no agente
para que este possa raciocinar e atingir as metas num periacuteodo de tempo preacute-estabelecido
(a questatildeo do tempo eacute importante porque os algoritmos da planificaccedilatildeo nem sempre
respondem em tempo uacutetil agraves solicitaccedilotildees do sistema) Assim e natildeo obstante a ideia
atractiva de colocar os agentes a interagir atraveacutes de raciociacutenio loacutegico haacute alguns
problemas que se colocam agrave arquitectura deliberativa nomeadamente a dificuldade em
traduzir o complexo mundo real em descriccedilotildees simboacutelicas e a dificuldade em obter
agentes capazes de lidar com esses problemas em tempo uacutetil
A arquitectura deliberativa revela-se particularmente adequada para implementar
agentes intencionais ou seja os agentes que satildeo capazes de produzir planos a partir das
suas crenccedilas e intenccedilotildees Por essa razatildeo e tal como referem Molina et al (2005) este
tipo de arquitectura eacute tambeacutem designado por arquitectura deliberativa BDI (Belief
Desire Intention) A arquitectura BDI eacute uma das que mais tem sido utilizada (Rao amp
Georgeff 1998 Molina et al 2005) pelo facto de incorporar um modelo de
representaccedilatildeo do raciociacutenio humano um nuacutemero consideraacutevel de implementaccedilotildees e
uma semacircntica loacutegica abstracta e de faacutecil compreensatildeo A arquitectura deliberativa BDI
foi desenvolvida para proporcionar soluccedilotildees em ambientes dinacircmicos ou incertos onde
os agentes apenas tecircm uma visatildeo parcial do problema (o acesso agrave informaccedilatildeo eacute
limitado) no contexto de um nuacutemero limitado de recursos As crenccedilas os desejos as
intenccedilotildees e os planos satildeo uma parte fundamental do estado destes sistemas
Na arquitectura reactiva os diversos problemas associados agrave representaccedilatildeo
simboacutelica do conhecimento conduziram ao estudo de modelos mais efectivos de
representaccedilatildeo do conhecimento Em oposiccedilatildeo agrave deliberativa a arquitectura reactiva
(Figura 3) natildeo utiliza nenhum modelo simboacutelico do ambiente nem recorre a nenhum
raciociacutenio loacutegico complexo A arquitectura reactiva baseia-se no princiacutepio de que um
agente pode desenvolver inteligecircncia a partir de interacccedilotildees com o ambiente natildeo
precisando de um modelo preacute-estabelecido Nesta categoria os agentes reagem aos
estiacutemulos definindo assim os comportamentos De acordo com Molina et al (2005) a
maior parte das aplicaccedilotildees das arquitecturas reactivas centraram-se no desenvolvimento
de controladores de roboacutetica Com efeito os robots podem considerar-se agentes reais
(natildeo software) que operam num ambiente em mudanccedila Eacute justamente a necessidade de
actuar num ambiente com estas caracteriacutesticas que dificultam a adopccedilatildeo de arquitecturas
deliberativas uma vez que a necessidade de redefiniccedilatildeo dos planos a uma realidade em
mudanccedila dificulta a obtenccedilatildeo de respostas eficientes por parte deste tipo de arquitectura
Fonte Pereira 2004
Figura 3 Modelo de arquitectura reactiva
A arquitectura hiacutebrida (Figura 4) procura conciliar as principais vantagens das
categorias deliberativas e reactivas superando algumas das debilidades da arquitectura
deliberativa (dificuldade em resolver com rapidez e eficaacutecia os problemas complexos) e
da reactiva (satildeo redutores ao apenas reagirem por estiacutemulos) Numa arquitectura
hiacutebrida a construccedilatildeo do modelo processa-se atraveacutes de dois sub-sistemas um
deliberativo que utiliza um modelo simboacutelico e que produz planos e outro reactivo
centrado em reagir a estiacutemulos que ocorram no ambiente e que natildeo requeiram um
mecanismo de raciociacutenio complexo Como referem Molina et al (2005) a natureza
destas arquitecturas satildeo propiacutecias a uma estruturaccedilatildeo por camadas que pode ser (i)
vertical quando apenas uma camada tem acesso aos sensores e actuadores (ii)
horizontal quando todas as camadas tecircm acesso aos sensores e actuadores As camadas
encontram-se hierarquicamente organizadas com a informaccedilatildeo sobre o meio em
diferentes niacuteveis de abstracccedilatildeo A maioria das arquitecturas hiacutebridas encontra-se
estruturada em trecircs niacuteveis
- Niacutevel reactivo corresponde ao niacutevel mais baixo Neste niacutevel satildeo tomadas as decisotildees
em relaccedilatildeo aos estiacutemulos recebidos do ambiente em tempo real
- Niacutevel do conhecimento corresponde a um niacutevel intermeacutedio onde se procede ao
conhecimento que o agente tem do ambiente normalmente com a ajuda de uma
representaccedilatildeo simboacutelica do mesmo
- Niacutevel social eacute a camada de niacutevel superior Eacute neste niacutevel que se processam os aspectos
sociais do ambiente incluindo tanto a informaccedilatildeo de outros agentes como os desejos
as intenccedilotildees etc Assim o comportamento global do agente eacute definido pela interacccedilatildeo
entre estes trecircs niacuteveis alternando entre as diversas arquitecturas
Fonte Adaptado de Molina et al (2005)
Figura 4 Modelo de arquitectura hiacutebrida
3 A utilizaccedilatildeo dos sistemas multiagentes no planeamento do territoacuterio
31 As motivaccedilotildees da aplicaccedilatildeo dos SMA no planeamento do territoacuterio
Os SMA tecircm actualmente um vasto espectro de aplicaccedilotildees com o objectivo de
tornar mais eficientes e de resolver determinados problemas de sistemas reais mais ou
menos complexos Para Rabino amp Girotti (2004) um sistema complexo eacute aquele ao qual
satildeo adicionadas dimensotildees comportamentais e subjectivas de que resultam efeitos natildeo
lineares (imprevisiacuteveis) A complexidade de um sistema traduz-se assim num conjunto
de relaccedilotildees que natildeo satildeo evidentes nem traduziacuteveis do ponto de vista fiacutesico ou
matemaacutetico mas que satildeo determinantes nas relaccedilotildees e nos comportamentos das
entidades e das caracteriacutesticas dos proacuteprios sistemas
Os territoacuterios e em particular as cidades satildeo considerados sistemas complexos
devido ao conjunto de vaacuterios elementos que constituem a cidade e que regulam o seu
contiacutenuo crescimento Neste sentido Batty (2008) refere que as cidades constituem
sistemas complexos por excelecircncia que se encontram distantes de uma situaccedilatildeo de
equiliacutebrio e que em consequecircncia requerem uma atenccedilatildeo especial para se poderem
manter com niacuteveis de sustentabilidade adequados Healey (2007) associa mais a questatildeo
da complexidade ao planeamento urbano Actualmente as cidades natildeo podem ser
descritas como unidades bem definidas e delimitadas pois a interacccedilatildeo de muacuteltiplos
actores em escalas e em redes diversas gera um grau de incerteza e de complexidade de
difiacutecil anaacutelise pelos meacutetodos tradicionais Por isso ao longo das uacuteltimas deacutecadas os
planeadores do territoacuterio tecircm estudado e divulgado o grande nuacutemero de
descontinuidades que haacute nestes sistemas associados agrave dificuldade de previsatildeo e aos
comportamentos imprevistos que tecircm lugar sobre o territoacuterio de que resultam
fenoacutemenos de natildeo-linearidade e de auto-organizaccedilatildeo E por outro lado tecircm
desenvolvido ferramentas de planeamento e de apoio agrave decisatildeo mais robustas que
permitem optimizar as medidas num cenaacuterio de maior complexidade
Neste contexto o planeamento eacute a actividade que procura racionalizar o uso e as
formas de ocupaccedilatildeo do mesmo atraveacutes de um conjunto de normas e de regulaccedilotildees Agrave
medida que os territoacuterios e as cidades se tecircm tornado mais complexos o planeamento
do uso do solo tem-se tornado tambeacutem numa actividade mais exigente devido agrave
interferecircncia de vaacuterios factores tais como os actores as especificidades de cada
territoacuterio e os processos autoacutenomos (Ligtenberg et al 2004) Os actores considerados a
niacutevel individual e colectivo satildeo entidades que tecircm uma acccedilatildeo directa no planeamento
do uso do solo a partir das suas intenccedilotildees e dos seus interesses As especificidades do
territoacuterio condicionam os diversos tipos de ocupaccedilotildees que lhe podem ser dadas
podendo ser mais ou menos restritivos para um determinado uso Para aleacutem disso haacute
que contar com os processos autoacutenomos que correspondem aos factores que podem
alterar a natureza (e assim o tipo de ocupaccedilatildeo) do solo como os factores naturais
(erosatildeo inundaccedilatildeo etc) Os planos e as demais regulamentaccedilotildees completam o conjunto
de factores que condicionam a forma como se processa a ocupaccedilatildeo do uso do solo A
combinaccedilatildeo de todos estes factores faz com que o planeamento do uso do solo seja um
processo complexo (onde eacute difiacutecil destrinccedilar as relaccedilotildees causais entre os vaacuterios agentes)
e seja um processo natildeo linear e dependente da actuaccedilatildeo combinada dos vaacuterios agentes
Deste modo e num contexto em que a complexidade territorial eacute cada vez maior
a utilizaccedilatildeo de ferramentas potentes eacute essencial para apoiar o processo de tomada de
decisatildeo Tal como referem Joshi et al (2006) a utilizaccedilatildeo de modelos e o recurso agrave
simulaccedilatildeo permite aos planeadores do territoacuterio analisar e simular cenaacuterios futuros
baseados no conhecimento que se passa a ter dos comportamentos dos actores das suas
interacccedilotildees e do papel que promovem na alteraccedilatildeo do uso do solo Com efeito e ao niacutevel
do planeamento do territoacuterio o conceito de simulaccedilatildeo deve ser entendido como uma
actividade de modelaccedilatildeo que procura analisar os impactos e efectuar previsotildees sobre a
evoluccedilatildeo futura a partir da inter-relaccedilatildeo das vaacuterias componentes do territoacuterio integradas
num sistema operacional (Briassoulis 2000)
O recurso aos SMA no planeamento do territoacuterio e do planeamento urbano em
particular estaacute entatildeo associado ao desenvolvimento de modelos mais robustos que
permitem responder agraves novas solicitaccedilotildees dos territoacuterios e das cidades O recurso aos
SMA permite natildeo soacute entender o territoacuterio como um sistema complexo como
disponibiliza ferramentas mais adequadas para a sua gestatildeo passando de uma
perspectiva top down para um tipo de planeamento mais relacional que envolve os
diversos actores no processo permitindo obter melhores resultados ainda que agrave custa da
complexificaccedilatildeo dos processos (Healey 2007)
Os SMA tecircm vindo a ter uma utilizaccedilatildeo crescente no domiacutenio de vaacuterias ciecircncias
ligadas ao planeamento do territoacuterio nomeadamente ao niacutevel da Geografia da
Sociologia da Engenharia do Urbanismo e da Gestatildeo Ambiental atraveacutes do
desenvolvimento de modelos baseados em agentes Actualmente existe um grande
nuacutemero de modelos de simulaccedilatildeo territorial baseados em agentes Batty (2009) descreve
os modelos como simplificaccedilotildees da realidade como a abstracccedilatildeo teoacuterica de um sistema
atraveacutes dos quais os princiacutepios teoacutericos satildeo testados e analisados Os modelos satildeo
aplicados invariavelmente atraveacutes de sistemas computacionais onde os computadores
funcionam como laboratoacuterios onde decorre a experimentaccedilatildeo dos fenoacutemenos Os
modelos territoriais podem entatildeo ser definidos como simulaccedilotildees computacionais
utilizadas para testar teorias relacionadas com a localizaccedilatildeo espacial e a interacccedilatildeo entre
os usos do solo e as actividades relacionadas Aleacutem disso os modelos tambeacutem
permitem avaliar atraveacutes de uma interface digital as consequecircncias que as poliacuteticas
urbanas poderatildeo ter no desenvolvimento futuro dos territoacuterios e das cidades No caso
das cidades os modelos representam e analisam funccedilotildees e processos que geram
estruturas urbanas espaciais em termos de uso do solo da distribuiccedilatildeo da populaccedilatildeo do
emprego e dos transportes estando integrados num programa computacional que
permite testar as teorias locativas e projectar o desenvolvimento futuro
32 Os modelos de planeamento do territoacuterio
Ao longo das uacuteltimas cinco deacutecadas foram desenvolvidos diversos modelos que
procuram fundamentalmente representar e analisar as dinacircmicas ao niacutevel da ocupaccedilatildeo
do solo e da deslocaccedilatildeo das pessoas nas cidades Haacute diversos estudos que fazem uma
retrospectiva mais ou menos detalhada das caracteriacutesticas e dos modelos que foram
colocados em praacutetica (Wegener 1994 Southworth 1995 Timmermans 2003 Hunt et
al 2005 Iacono et al 2008) De uma forma geral considera-se a existecircncia de trecircs
geraccedilotildees de modelos os modelos graviacuteticos os modelos do uso do solo transportes e os
modelos de microsimulaccedilatildeo onde se incluem os modelos baseados em agentes
Os modelos graviacuteticos foram desenvolvidos durante a deacutecada de 1960 e
inspiram-se directamente no modelo de Lowry (1964) que foi considerado o primeiro
sistema operacional de anaacutelise da ocupaccedilatildeo do solo urbano (Southworth 1995 Iacono
et al 2008) Estes primeiros modelos apresentaram um conjunto de inovaccedilotildees
metodoloacutegicas como os meacutetodos de maximizaccedilatildeo e os elementos estocaacutesticos que
permitiram construir modelos de interacccedilatildeo baseados na agregaccedilatildeo espacial
(Timmermans 2003) Estes modelos satildeo chamados graviacuteticos por analogia agrave teoria da
gravidade de Newton nomeadamente no que respeita agrave distribuiccedilatildeo do padratildeo de
viagens geradas que por sua vez era obtido atraveacutes de regressotildees lineares (Iacono et
al 2008)
A segunda geraccedilatildeo de modelos foi desenvolvida a partir da deacutecada de 1970 e
sobretudo durante a deacutecada de 1980 Estes modelos baseiam-se no princiacutepio das
escolhas discretas e da maximizaccedilatildeo da utilidade e caracterizam-se por integrarem na
modelaccedilatildeo duas componentes inter-relacionadas o uso do solo e os transportes Os
modelos combinados de uso do solo e dos transportes satildeo modelos de interacccedilatildeo
espacial que concebem a cidade como um sistema constituiacutedo por vaacuterias interacccedilotildees
agregadas numa condiccedilatildeo de equiliacutebrio Este sistema equilibrado eacute traduzido por um
conjunto de equaccedilotildees matemaacuteticas que permitem por exemplo prever as deslocaccedilotildees
entre as aacutereas residenciais e os locais de trabalho O objectivo do modelo de transportes
eacute a previsatildeo da procura (de transportes) e a sua adequaccedilatildeo agrave oferta existente enquanto o
modelo de uso do solo analisa a distribuiccedilatildeo espacial do emprego das aacutereas
residenciais comerciais e das demais actividades que possam influenciar a localizaccedilatildeo
das pessoas no territoacuterio Esta informaccedilatildeo eacute utilizada no modelo de transportes na
produccedilatildeo de deslocaccedilotildees Os custos de deslocaccedilatildeo que resultam de uma situaccedilatildeo de
equiliacutebrio entre a oferta e a procura de transportes satildeo revertidos no padratildeo de
localizaccedilatildeo das actividades econoacutemicas e das aacutereas residenciais Assim a interacccedilatildeo uso
do solotransportes permite determinar o modo como os transportes afectam a ocupaccedilatildeo
e o uso do solo o que por sua vez se repercute na localizaccedilatildeo das actividades e na
geraccedilatildeo de traacutefego Em comparaccedilatildeo com os de primeira geraccedilatildeo estes modelos satildeo
mais complexos e dinacircmicos
A terceira geraccedilatildeo de modelos emergiu a partir de meados da deacutecada de 1990 e
distingue-se pela utilizaccedilatildeo de teacutecnicas de microsimulaccedilatildeo e pelo facto de os modelos
serem mais complexos e dinacircmicos (Timmermans 2003) Alguns autores como
Torrens (2003) apelidam estes modelos de modelos de geosimulaccedilatildeo Os autoacutematos
celulares e os SMA satildeo as duas tipologias de modelaccedilatildeo mais utilizadas nesta terceira
geraccedilatildeo O ponto de partida destes modelos eacute o pressuposto de que as dinacircmicas
observadas ao niacutevel do territoacuterio resultam da acccedilatildeo individualizada de cada um dos
agentes envolvidos Nos autoacutematos celulares o territoacuterio eacute representado por uma grelha
de ceacutelulas que tecircm atributos especiacuteficos e que estatildeo sujeitas a regras determinadas pelo
sistema Nestes sistemas a troca de informaccedilotildees ou de dados espaciais entre as ceacutelulas
estaacute confinada agraves ceacutelulas vizinhas Pelas suas caracteriacutesticas os autoacutematos celulares satildeo
muito adequados para representar o territoacuterio e as infra-estruturas (Torrens 2003) e para
analisar a clusterizaccedilatildeo de actividades (Macy amp Willer 2002) Os SMA vatildeo mais longe
nesta anaacutelise ao associar as regras directamente aos indiviacuteduos ou agraves ceacutelulas e natildeo ao
sistema no seu conjunto Cada indiviacuteduo eacute modelado de acordo com o seu
comportamento o que faz dos modelos baseados em agentes uma poderosa ferramenta
para simular as opccedilotildees individualizadas Os agentes diferem dos autoacutematos celulares
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
23 Caracteriacutesticas e tipologias dos agentes
Os agentes apresentam uma grande heterogeneidade em termos de
caracteriacutesticas que variam em funccedilatildeo dos objectivos pretendidos com a simulaccedilatildeo Natildeo
obstante os agentes apresentam algumas especificidades que podem ser sistematizadas
Para Wooldridge (2009) os agentes distinguem-se por duas caracteriacutesticas principais
pela capacidade de interagir com os outros agentes e com o ambiente e pela capacidade
decisoacuteria As interacccedilotildees entre os agentes podem basear-se sob muacuteltiplas formas em
funccedilatildeo dos objectivos da simulaccedilatildeo e das ferramentas utilizadas podendo estar em jogo
desde relaccedilotildees antagoacutenicas ateacute situaccedilotildees de cooperaccedilatildeo entre os agentes A
comunicaccedilatildeo entre os agentes pode processar-se sob diversas formas e atraveacutes de
linguagens especiacuteficas A capacidade decisoacuteria estaacute associada agrave capacidade que os
agentes tecircm de tomar decisotildees sem intervenccedilatildeo humana directa De uma forma
semelhante Nwana (1996) refere que a autonomia a cooperaccedilatildeo e a aprendizagem
constituem trecircs denominadores comuns agrave maior parte dos agentes utilizados em
modelaccedilatildeo Por seu turno Wooldridge amp Jennings (1995) referem que os agentes em
funccedilatildeo das caracteriacutesticas que apresentam podem ser entendidos num sentido fraco (na
perspectiva de um agente computacional) ou num sentido forte (sendo entendido como
uma entidade cognitiva capaz de gerar percepccedilotildees e emoccedilotildees por exemplo) Deste
modo os agentes distinguem-se em funccedilatildeo da
(i) Autonomia os agentes satildeo autoacutenomos na medida em que operam sem uma
intervenccedilatildeo directa de nenhum controlador ou supervisor humano (Nwana 1996) Os
agentes tecircm controlo sobre as suas proacuteprias acccedilotildees e sobre o seu estado interno e
dispotildeem de uma racionalidade que lhes permite ter uma noccedilatildeo dos objectivos e das
acccedilotildees necessaacuterias para os atingir
(ii) Cooperaccedilatildeo a cooperaccedilatildeo eacute a razatildeo de ser de um grande nuacutemero de agentes
utilizados em sistemas de modelaccedilatildeo (Nwana 1996) Para cooperarem entre si os
agentes tecircm que possuir capacidades sociais para que possam interagir com os restantes
agentes
(iii) Reactividade em oposiccedilatildeo agrave cooperaccedilatildeo alguns agentes caracterizam-se por reagir
aos estiacutemulos que recebem Atraveacutes da capacidade sensorial estes agentes tecircm a
percepccedilatildeo do que ocorre no ambiente e de responder em tempo uacutetil aos estiacutemulos e agraves
mudanccedilas que detectam
(iv) Proacute-actividade os agentes tecircm objectivos a cumprir e por isso acabam por
desenvolver iniciativas proacuteprias no que respeita agrave resoluccedilatildeo de problemas especiacuteficos
seja atraveacutes da cooperaccedilatildeo seja da reacccedilatildeo Esta caracteriacutestica estaacute relacionada com a
autonomia e com a capacidade decisoacuteria dos agentes
(v) Aprendizagem alguns agentes tecircm a capacidade de adquirir conhecimentos e de
modificar os seus comportamentos com base em experiecircncias anteriores Como refere
Nwana (1996) um agente para ser inteligente deve ter capacidade de aprendizagem que
se manifesta no modo como um agente interage e reage com os demais agentes e com o
ambiente e na forma como melhora essa capacidade ao longo do tempo
Verifica-se portanto que o conceito de agente eacute entendido e eacute utilizado sob
muacuteltiplas formas facto que resulta da flexibilidade dos vaacuterios domiacutenios e dos
diferentes objectivos em que se utilizam agentes em processos de modelaccedilatildeo natildeo sendo
por isso possiacutevel encontrar um agente com todos os atributos mencionados tal como
refere Pereira (2004) Esta mesma noccedilatildeo eacute partilhada por Valbuena et al (2008) quando
referem que os agentes podem apresentar diversas especificidades uma vez que tanto
podem representar interesses individuais como colectivos podem ser mais ou menos
heterogeacuteneos no que se refere agraves suas caracteriacutesticas e satildeo dinacircmicos na medida em que
podem aprender e adaptar-se a situaccedilotildees diferentes Eacute devido a esta multiplicidade de
caracteriacutesticas que Nwana (1996) refere que os agentes estatildeo subjacentes a um espaccedilo
verdadeiramente multidimensional que dificulta a sistematizaccedilatildeo dos diversos atributos
de agentes em tipologias bem definidas
As caracteriacutesticas dos agentes e a forma como estatildeo organizados determinam as
tipologias dos agentes Haacute diversas tipologias de agentes mas de acordo com vaacuterios
autores (Cavezzali amp Rabino 2003 Sawyer 2003 Ferber et al 2004 Bithell et al
2008) haacute duas categorias que se destacam por serem as mais utilizadas os agentes
cognitivos e os agentes reactivos De acordo com Sawyer (2003) os agentes cognitivos
evoluiacuteram a partir dos trabalhos realizados no domiacutenio da Inteligecircncia Artificial
Distribuiacuteda ao passo que os reactivos procedem das pesquisas realizadas em torno da
artificial life (Alife)
Os agentes cognitivos satildeo movidos por objectivos tendo capacidades de
entendimento para atingir esses objectivos Por essa razatildeo estes agentes satildeo tambeacutem
conhecidos por agentes intencionais ou deliberativos (Sawyer 2003) e enquadram-se na
descrita tipologia de agentes fortes proposta por Wooldridge amp Jennings (1995) Os
agentes cognitivos caracterizam-se por possuir crenccedilas em relaccedilatildeo ao ambiente em que
estatildeo inseridos e conhecimentos em relaccedilatildeo aos planos e agrave forma como as suas acccedilotildees
poderatildeo afectar o ambiente e os restantes agentes Desta forma os agentes cognitivos
acabam por desenvolver comportamentos mais complexos Pereira (2004) refere que os
agentes cognitivos mantecircm uma representaccedilatildeo interna do ambiente que os rodeia
atraveacutes de um estado mental expliacutecito que pode ser alterado atraveacutes do raciociacutenio
simboacutelico Os agentes cognitivos comunicam entre si atraveacutes de linguagens de
comunicaccedilatildeo de agentes em cuja produccedilatildeo se destacam duas induacutestrias de softwares a
FIPA (Foundation for Intelligent Physical Agents) e a KQML (Knowledge Query and
Manipulation Language)
Ao contraacuterio destes os agentes reactivos estatildeo desprovidos de qualquer
informaccedilatildeo do ambiente em que estatildeo inseridos e dos restantes agentes envolvidos Os
agentes reactivos natildeo satildeo concebidos para executar planos especiacuteficos Pelo contraacuterio
os agentes reactivos satildeo movidos por simples regras de acccedilatildeo agindo de acordo com a
percepccedilatildeo que tecircm do ambiente que os rodeia atraveacutes de um conjunto de regras de
percepccedilatildeoreacccedilatildeo De acordo com Sawyer (2003) os agentes reactivos satildeo por vezes
designados agentes comportamentais pelo facto de responderem directamente a
estiacutemulos provocados pelo ambiente e que satildeo captados pela capacidade sensorial dos
agentes A conversatildeo da percepccedilatildeo numa acccedilatildeo natildeo envolve um processo de
deliberaccedilatildeo interna pelo que a mesma percepccedilatildeo por parte de um agente reactivo pode
desencadear acccedilotildees diferentes (Bithell et al 2008) Deste modo nos agentes reactivos
natildeo existe uma especificaccedilatildeo a priori do comportamento que os agentes iratildeo ter durante
o processo de modelaccedilatildeo Alguns jogos ou a roboacutetica constituem dois exemplos de
mecanismos que recorrem a agentes reactivos e que funcionam por estiacutemulos externos
Por outro lado os agentes reactivos destacam-se por serem relativamente simples e por
interagirem com os restantes agentes atraveacutes de formas baacutesicas exigindo linguagens e
modelos com arquitecturas apropriadas
24 Arquitecturas de agentes
A arquitectura de agentes eacute um aspecto que estaacute relacionado com as
caracteriacutesticas e com as tipologias dos agentes e que se refere ao modo de organizaccedilatildeo
dos agentes dentro do sistema e agrave forma como se processam as suas relaccedilotildees O tipo de
arquitectura descreve a forma como os agentes estatildeo dispostos num conjunto de
moacutedulos que interagem entre si para atingir um determinado objectivo Um dos aspectos
que ajuda a distinguir as tipologias de arquitecturas eacute a forma como um modelo
decompotildee o problema atraveacutes de determinadas tarefas (Wooldrige amp Jennings 1995)
Assim a escolha de uma determinada arquitectura estaacute muito dependente dos objectivos
pretendidos e com o tipo de agentes envolvidos no sistema pese embora natildeo existirem
arquitecturas melhores do que outras tal como Knapik amp Johnson (1998) referem
Ao longo do tempo foram desenvolvidas diversas arquitecturas de agentes mas
haacute trecircs tipologias dominantes e que satildeo representativas da maior parte dos sistemas a
arquitectura deliberativa a arquitectura reactiva e a arquitectura hiacutebrida
A arquitectura deliberativa segue a abordagem claacutessica da inteligecircncia artificial
onde os agentes interagem com reduzida autonomia (Figura 2) Um agente deliberativo
possui um modelo simboacutelico do ambiente e as suas decisotildees satildeo tomadas com base em
raciociacutenio loacutegico Como refere Costa (1999) a arquitectura deliberativa interpreta os
agentes como fazendo parte de um sistema baseado no conhecimento Nestes modelos eacute
necessaacuterio dotar os agentes se um sistema de planificaccedilatildeo que determinaraacute que passos
devem ser dados para atingir os seus objectivos
Fonte Pereira 2004
Figura 2 Modelo de arquitectura deliberativa
De acordo com Molina et al (2005) um dos primeiros passos a considerar na
construccedilatildeo de um sistema deliberativo consiste em fazer uma descriccedilatildeo simboacutelica
adequada do problema Seguidamente essa descriccedilatildeo deveraacute ser integrada no agente
para que este possa raciocinar e atingir as metas num periacuteodo de tempo preacute-estabelecido
(a questatildeo do tempo eacute importante porque os algoritmos da planificaccedilatildeo nem sempre
respondem em tempo uacutetil agraves solicitaccedilotildees do sistema) Assim e natildeo obstante a ideia
atractiva de colocar os agentes a interagir atraveacutes de raciociacutenio loacutegico haacute alguns
problemas que se colocam agrave arquitectura deliberativa nomeadamente a dificuldade em
traduzir o complexo mundo real em descriccedilotildees simboacutelicas e a dificuldade em obter
agentes capazes de lidar com esses problemas em tempo uacutetil
A arquitectura deliberativa revela-se particularmente adequada para implementar
agentes intencionais ou seja os agentes que satildeo capazes de produzir planos a partir das
suas crenccedilas e intenccedilotildees Por essa razatildeo e tal como referem Molina et al (2005) este
tipo de arquitectura eacute tambeacutem designado por arquitectura deliberativa BDI (Belief
Desire Intention) A arquitectura BDI eacute uma das que mais tem sido utilizada (Rao amp
Georgeff 1998 Molina et al 2005) pelo facto de incorporar um modelo de
representaccedilatildeo do raciociacutenio humano um nuacutemero consideraacutevel de implementaccedilotildees e
uma semacircntica loacutegica abstracta e de faacutecil compreensatildeo A arquitectura deliberativa BDI
foi desenvolvida para proporcionar soluccedilotildees em ambientes dinacircmicos ou incertos onde
os agentes apenas tecircm uma visatildeo parcial do problema (o acesso agrave informaccedilatildeo eacute
limitado) no contexto de um nuacutemero limitado de recursos As crenccedilas os desejos as
intenccedilotildees e os planos satildeo uma parte fundamental do estado destes sistemas
Na arquitectura reactiva os diversos problemas associados agrave representaccedilatildeo
simboacutelica do conhecimento conduziram ao estudo de modelos mais efectivos de
representaccedilatildeo do conhecimento Em oposiccedilatildeo agrave deliberativa a arquitectura reactiva
(Figura 3) natildeo utiliza nenhum modelo simboacutelico do ambiente nem recorre a nenhum
raciociacutenio loacutegico complexo A arquitectura reactiva baseia-se no princiacutepio de que um
agente pode desenvolver inteligecircncia a partir de interacccedilotildees com o ambiente natildeo
precisando de um modelo preacute-estabelecido Nesta categoria os agentes reagem aos
estiacutemulos definindo assim os comportamentos De acordo com Molina et al (2005) a
maior parte das aplicaccedilotildees das arquitecturas reactivas centraram-se no desenvolvimento
de controladores de roboacutetica Com efeito os robots podem considerar-se agentes reais
(natildeo software) que operam num ambiente em mudanccedila Eacute justamente a necessidade de
actuar num ambiente com estas caracteriacutesticas que dificultam a adopccedilatildeo de arquitecturas
deliberativas uma vez que a necessidade de redefiniccedilatildeo dos planos a uma realidade em
mudanccedila dificulta a obtenccedilatildeo de respostas eficientes por parte deste tipo de arquitectura
Fonte Pereira 2004
Figura 3 Modelo de arquitectura reactiva
A arquitectura hiacutebrida (Figura 4) procura conciliar as principais vantagens das
categorias deliberativas e reactivas superando algumas das debilidades da arquitectura
deliberativa (dificuldade em resolver com rapidez e eficaacutecia os problemas complexos) e
da reactiva (satildeo redutores ao apenas reagirem por estiacutemulos) Numa arquitectura
hiacutebrida a construccedilatildeo do modelo processa-se atraveacutes de dois sub-sistemas um
deliberativo que utiliza um modelo simboacutelico e que produz planos e outro reactivo
centrado em reagir a estiacutemulos que ocorram no ambiente e que natildeo requeiram um
mecanismo de raciociacutenio complexo Como referem Molina et al (2005) a natureza
destas arquitecturas satildeo propiacutecias a uma estruturaccedilatildeo por camadas que pode ser (i)
vertical quando apenas uma camada tem acesso aos sensores e actuadores (ii)
horizontal quando todas as camadas tecircm acesso aos sensores e actuadores As camadas
encontram-se hierarquicamente organizadas com a informaccedilatildeo sobre o meio em
diferentes niacuteveis de abstracccedilatildeo A maioria das arquitecturas hiacutebridas encontra-se
estruturada em trecircs niacuteveis
- Niacutevel reactivo corresponde ao niacutevel mais baixo Neste niacutevel satildeo tomadas as decisotildees
em relaccedilatildeo aos estiacutemulos recebidos do ambiente em tempo real
- Niacutevel do conhecimento corresponde a um niacutevel intermeacutedio onde se procede ao
conhecimento que o agente tem do ambiente normalmente com a ajuda de uma
representaccedilatildeo simboacutelica do mesmo
- Niacutevel social eacute a camada de niacutevel superior Eacute neste niacutevel que se processam os aspectos
sociais do ambiente incluindo tanto a informaccedilatildeo de outros agentes como os desejos
as intenccedilotildees etc Assim o comportamento global do agente eacute definido pela interacccedilatildeo
entre estes trecircs niacuteveis alternando entre as diversas arquitecturas
Fonte Adaptado de Molina et al (2005)
Figura 4 Modelo de arquitectura hiacutebrida
3 A utilizaccedilatildeo dos sistemas multiagentes no planeamento do territoacuterio
31 As motivaccedilotildees da aplicaccedilatildeo dos SMA no planeamento do territoacuterio
Os SMA tecircm actualmente um vasto espectro de aplicaccedilotildees com o objectivo de
tornar mais eficientes e de resolver determinados problemas de sistemas reais mais ou
menos complexos Para Rabino amp Girotti (2004) um sistema complexo eacute aquele ao qual
satildeo adicionadas dimensotildees comportamentais e subjectivas de que resultam efeitos natildeo
lineares (imprevisiacuteveis) A complexidade de um sistema traduz-se assim num conjunto
de relaccedilotildees que natildeo satildeo evidentes nem traduziacuteveis do ponto de vista fiacutesico ou
matemaacutetico mas que satildeo determinantes nas relaccedilotildees e nos comportamentos das
entidades e das caracteriacutesticas dos proacuteprios sistemas
Os territoacuterios e em particular as cidades satildeo considerados sistemas complexos
devido ao conjunto de vaacuterios elementos que constituem a cidade e que regulam o seu
contiacutenuo crescimento Neste sentido Batty (2008) refere que as cidades constituem
sistemas complexos por excelecircncia que se encontram distantes de uma situaccedilatildeo de
equiliacutebrio e que em consequecircncia requerem uma atenccedilatildeo especial para se poderem
manter com niacuteveis de sustentabilidade adequados Healey (2007) associa mais a questatildeo
da complexidade ao planeamento urbano Actualmente as cidades natildeo podem ser
descritas como unidades bem definidas e delimitadas pois a interacccedilatildeo de muacuteltiplos
actores em escalas e em redes diversas gera um grau de incerteza e de complexidade de
difiacutecil anaacutelise pelos meacutetodos tradicionais Por isso ao longo das uacuteltimas deacutecadas os
planeadores do territoacuterio tecircm estudado e divulgado o grande nuacutemero de
descontinuidades que haacute nestes sistemas associados agrave dificuldade de previsatildeo e aos
comportamentos imprevistos que tecircm lugar sobre o territoacuterio de que resultam
fenoacutemenos de natildeo-linearidade e de auto-organizaccedilatildeo E por outro lado tecircm
desenvolvido ferramentas de planeamento e de apoio agrave decisatildeo mais robustas que
permitem optimizar as medidas num cenaacuterio de maior complexidade
Neste contexto o planeamento eacute a actividade que procura racionalizar o uso e as
formas de ocupaccedilatildeo do mesmo atraveacutes de um conjunto de normas e de regulaccedilotildees Agrave
medida que os territoacuterios e as cidades se tecircm tornado mais complexos o planeamento
do uso do solo tem-se tornado tambeacutem numa actividade mais exigente devido agrave
interferecircncia de vaacuterios factores tais como os actores as especificidades de cada
territoacuterio e os processos autoacutenomos (Ligtenberg et al 2004) Os actores considerados a
niacutevel individual e colectivo satildeo entidades que tecircm uma acccedilatildeo directa no planeamento
do uso do solo a partir das suas intenccedilotildees e dos seus interesses As especificidades do
territoacuterio condicionam os diversos tipos de ocupaccedilotildees que lhe podem ser dadas
podendo ser mais ou menos restritivos para um determinado uso Para aleacutem disso haacute
que contar com os processos autoacutenomos que correspondem aos factores que podem
alterar a natureza (e assim o tipo de ocupaccedilatildeo) do solo como os factores naturais
(erosatildeo inundaccedilatildeo etc) Os planos e as demais regulamentaccedilotildees completam o conjunto
de factores que condicionam a forma como se processa a ocupaccedilatildeo do uso do solo A
combinaccedilatildeo de todos estes factores faz com que o planeamento do uso do solo seja um
processo complexo (onde eacute difiacutecil destrinccedilar as relaccedilotildees causais entre os vaacuterios agentes)
e seja um processo natildeo linear e dependente da actuaccedilatildeo combinada dos vaacuterios agentes
Deste modo e num contexto em que a complexidade territorial eacute cada vez maior
a utilizaccedilatildeo de ferramentas potentes eacute essencial para apoiar o processo de tomada de
decisatildeo Tal como referem Joshi et al (2006) a utilizaccedilatildeo de modelos e o recurso agrave
simulaccedilatildeo permite aos planeadores do territoacuterio analisar e simular cenaacuterios futuros
baseados no conhecimento que se passa a ter dos comportamentos dos actores das suas
interacccedilotildees e do papel que promovem na alteraccedilatildeo do uso do solo Com efeito e ao niacutevel
do planeamento do territoacuterio o conceito de simulaccedilatildeo deve ser entendido como uma
actividade de modelaccedilatildeo que procura analisar os impactos e efectuar previsotildees sobre a
evoluccedilatildeo futura a partir da inter-relaccedilatildeo das vaacuterias componentes do territoacuterio integradas
num sistema operacional (Briassoulis 2000)
O recurso aos SMA no planeamento do territoacuterio e do planeamento urbano em
particular estaacute entatildeo associado ao desenvolvimento de modelos mais robustos que
permitem responder agraves novas solicitaccedilotildees dos territoacuterios e das cidades O recurso aos
SMA permite natildeo soacute entender o territoacuterio como um sistema complexo como
disponibiliza ferramentas mais adequadas para a sua gestatildeo passando de uma
perspectiva top down para um tipo de planeamento mais relacional que envolve os
diversos actores no processo permitindo obter melhores resultados ainda que agrave custa da
complexificaccedilatildeo dos processos (Healey 2007)
Os SMA tecircm vindo a ter uma utilizaccedilatildeo crescente no domiacutenio de vaacuterias ciecircncias
ligadas ao planeamento do territoacuterio nomeadamente ao niacutevel da Geografia da
Sociologia da Engenharia do Urbanismo e da Gestatildeo Ambiental atraveacutes do
desenvolvimento de modelos baseados em agentes Actualmente existe um grande
nuacutemero de modelos de simulaccedilatildeo territorial baseados em agentes Batty (2009) descreve
os modelos como simplificaccedilotildees da realidade como a abstracccedilatildeo teoacuterica de um sistema
atraveacutes dos quais os princiacutepios teoacutericos satildeo testados e analisados Os modelos satildeo
aplicados invariavelmente atraveacutes de sistemas computacionais onde os computadores
funcionam como laboratoacuterios onde decorre a experimentaccedilatildeo dos fenoacutemenos Os
modelos territoriais podem entatildeo ser definidos como simulaccedilotildees computacionais
utilizadas para testar teorias relacionadas com a localizaccedilatildeo espacial e a interacccedilatildeo entre
os usos do solo e as actividades relacionadas Aleacutem disso os modelos tambeacutem
permitem avaliar atraveacutes de uma interface digital as consequecircncias que as poliacuteticas
urbanas poderatildeo ter no desenvolvimento futuro dos territoacuterios e das cidades No caso
das cidades os modelos representam e analisam funccedilotildees e processos que geram
estruturas urbanas espaciais em termos de uso do solo da distribuiccedilatildeo da populaccedilatildeo do
emprego e dos transportes estando integrados num programa computacional que
permite testar as teorias locativas e projectar o desenvolvimento futuro
32 Os modelos de planeamento do territoacuterio
Ao longo das uacuteltimas cinco deacutecadas foram desenvolvidos diversos modelos que
procuram fundamentalmente representar e analisar as dinacircmicas ao niacutevel da ocupaccedilatildeo
do solo e da deslocaccedilatildeo das pessoas nas cidades Haacute diversos estudos que fazem uma
retrospectiva mais ou menos detalhada das caracteriacutesticas e dos modelos que foram
colocados em praacutetica (Wegener 1994 Southworth 1995 Timmermans 2003 Hunt et
al 2005 Iacono et al 2008) De uma forma geral considera-se a existecircncia de trecircs
geraccedilotildees de modelos os modelos graviacuteticos os modelos do uso do solo transportes e os
modelos de microsimulaccedilatildeo onde se incluem os modelos baseados em agentes
Os modelos graviacuteticos foram desenvolvidos durante a deacutecada de 1960 e
inspiram-se directamente no modelo de Lowry (1964) que foi considerado o primeiro
sistema operacional de anaacutelise da ocupaccedilatildeo do solo urbano (Southworth 1995 Iacono
et al 2008) Estes primeiros modelos apresentaram um conjunto de inovaccedilotildees
metodoloacutegicas como os meacutetodos de maximizaccedilatildeo e os elementos estocaacutesticos que
permitiram construir modelos de interacccedilatildeo baseados na agregaccedilatildeo espacial
(Timmermans 2003) Estes modelos satildeo chamados graviacuteticos por analogia agrave teoria da
gravidade de Newton nomeadamente no que respeita agrave distribuiccedilatildeo do padratildeo de
viagens geradas que por sua vez era obtido atraveacutes de regressotildees lineares (Iacono et
al 2008)
A segunda geraccedilatildeo de modelos foi desenvolvida a partir da deacutecada de 1970 e
sobretudo durante a deacutecada de 1980 Estes modelos baseiam-se no princiacutepio das
escolhas discretas e da maximizaccedilatildeo da utilidade e caracterizam-se por integrarem na
modelaccedilatildeo duas componentes inter-relacionadas o uso do solo e os transportes Os
modelos combinados de uso do solo e dos transportes satildeo modelos de interacccedilatildeo
espacial que concebem a cidade como um sistema constituiacutedo por vaacuterias interacccedilotildees
agregadas numa condiccedilatildeo de equiliacutebrio Este sistema equilibrado eacute traduzido por um
conjunto de equaccedilotildees matemaacuteticas que permitem por exemplo prever as deslocaccedilotildees
entre as aacutereas residenciais e os locais de trabalho O objectivo do modelo de transportes
eacute a previsatildeo da procura (de transportes) e a sua adequaccedilatildeo agrave oferta existente enquanto o
modelo de uso do solo analisa a distribuiccedilatildeo espacial do emprego das aacutereas
residenciais comerciais e das demais actividades que possam influenciar a localizaccedilatildeo
das pessoas no territoacuterio Esta informaccedilatildeo eacute utilizada no modelo de transportes na
produccedilatildeo de deslocaccedilotildees Os custos de deslocaccedilatildeo que resultam de uma situaccedilatildeo de
equiliacutebrio entre a oferta e a procura de transportes satildeo revertidos no padratildeo de
localizaccedilatildeo das actividades econoacutemicas e das aacutereas residenciais Assim a interacccedilatildeo uso
do solotransportes permite determinar o modo como os transportes afectam a ocupaccedilatildeo
e o uso do solo o que por sua vez se repercute na localizaccedilatildeo das actividades e na
geraccedilatildeo de traacutefego Em comparaccedilatildeo com os de primeira geraccedilatildeo estes modelos satildeo
mais complexos e dinacircmicos
A terceira geraccedilatildeo de modelos emergiu a partir de meados da deacutecada de 1990 e
distingue-se pela utilizaccedilatildeo de teacutecnicas de microsimulaccedilatildeo e pelo facto de os modelos
serem mais complexos e dinacircmicos (Timmermans 2003) Alguns autores como
Torrens (2003) apelidam estes modelos de modelos de geosimulaccedilatildeo Os autoacutematos
celulares e os SMA satildeo as duas tipologias de modelaccedilatildeo mais utilizadas nesta terceira
geraccedilatildeo O ponto de partida destes modelos eacute o pressuposto de que as dinacircmicas
observadas ao niacutevel do territoacuterio resultam da acccedilatildeo individualizada de cada um dos
agentes envolvidos Nos autoacutematos celulares o territoacuterio eacute representado por uma grelha
de ceacutelulas que tecircm atributos especiacuteficos e que estatildeo sujeitas a regras determinadas pelo
sistema Nestes sistemas a troca de informaccedilotildees ou de dados espaciais entre as ceacutelulas
estaacute confinada agraves ceacutelulas vizinhas Pelas suas caracteriacutesticas os autoacutematos celulares satildeo
muito adequados para representar o territoacuterio e as infra-estruturas (Torrens 2003) e para
analisar a clusterizaccedilatildeo de actividades (Macy amp Willer 2002) Os SMA vatildeo mais longe
nesta anaacutelise ao associar as regras directamente aos indiviacuteduos ou agraves ceacutelulas e natildeo ao
sistema no seu conjunto Cada indiviacuteduo eacute modelado de acordo com o seu
comportamento o que faz dos modelos baseados em agentes uma poderosa ferramenta
para simular as opccedilotildees individualizadas Os agentes diferem dos autoacutematos celulares
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
seja atraveacutes da cooperaccedilatildeo seja da reacccedilatildeo Esta caracteriacutestica estaacute relacionada com a
autonomia e com a capacidade decisoacuteria dos agentes
(v) Aprendizagem alguns agentes tecircm a capacidade de adquirir conhecimentos e de
modificar os seus comportamentos com base em experiecircncias anteriores Como refere
Nwana (1996) um agente para ser inteligente deve ter capacidade de aprendizagem que
se manifesta no modo como um agente interage e reage com os demais agentes e com o
ambiente e na forma como melhora essa capacidade ao longo do tempo
Verifica-se portanto que o conceito de agente eacute entendido e eacute utilizado sob
muacuteltiplas formas facto que resulta da flexibilidade dos vaacuterios domiacutenios e dos
diferentes objectivos em que se utilizam agentes em processos de modelaccedilatildeo natildeo sendo
por isso possiacutevel encontrar um agente com todos os atributos mencionados tal como
refere Pereira (2004) Esta mesma noccedilatildeo eacute partilhada por Valbuena et al (2008) quando
referem que os agentes podem apresentar diversas especificidades uma vez que tanto
podem representar interesses individuais como colectivos podem ser mais ou menos
heterogeacuteneos no que se refere agraves suas caracteriacutesticas e satildeo dinacircmicos na medida em que
podem aprender e adaptar-se a situaccedilotildees diferentes Eacute devido a esta multiplicidade de
caracteriacutesticas que Nwana (1996) refere que os agentes estatildeo subjacentes a um espaccedilo
verdadeiramente multidimensional que dificulta a sistematizaccedilatildeo dos diversos atributos
de agentes em tipologias bem definidas
As caracteriacutesticas dos agentes e a forma como estatildeo organizados determinam as
tipologias dos agentes Haacute diversas tipologias de agentes mas de acordo com vaacuterios
autores (Cavezzali amp Rabino 2003 Sawyer 2003 Ferber et al 2004 Bithell et al
2008) haacute duas categorias que se destacam por serem as mais utilizadas os agentes
cognitivos e os agentes reactivos De acordo com Sawyer (2003) os agentes cognitivos
evoluiacuteram a partir dos trabalhos realizados no domiacutenio da Inteligecircncia Artificial
Distribuiacuteda ao passo que os reactivos procedem das pesquisas realizadas em torno da
artificial life (Alife)
Os agentes cognitivos satildeo movidos por objectivos tendo capacidades de
entendimento para atingir esses objectivos Por essa razatildeo estes agentes satildeo tambeacutem
conhecidos por agentes intencionais ou deliberativos (Sawyer 2003) e enquadram-se na
descrita tipologia de agentes fortes proposta por Wooldridge amp Jennings (1995) Os
agentes cognitivos caracterizam-se por possuir crenccedilas em relaccedilatildeo ao ambiente em que
estatildeo inseridos e conhecimentos em relaccedilatildeo aos planos e agrave forma como as suas acccedilotildees
poderatildeo afectar o ambiente e os restantes agentes Desta forma os agentes cognitivos
acabam por desenvolver comportamentos mais complexos Pereira (2004) refere que os
agentes cognitivos mantecircm uma representaccedilatildeo interna do ambiente que os rodeia
atraveacutes de um estado mental expliacutecito que pode ser alterado atraveacutes do raciociacutenio
simboacutelico Os agentes cognitivos comunicam entre si atraveacutes de linguagens de
comunicaccedilatildeo de agentes em cuja produccedilatildeo se destacam duas induacutestrias de softwares a
FIPA (Foundation for Intelligent Physical Agents) e a KQML (Knowledge Query and
Manipulation Language)
Ao contraacuterio destes os agentes reactivos estatildeo desprovidos de qualquer
informaccedilatildeo do ambiente em que estatildeo inseridos e dos restantes agentes envolvidos Os
agentes reactivos natildeo satildeo concebidos para executar planos especiacuteficos Pelo contraacuterio
os agentes reactivos satildeo movidos por simples regras de acccedilatildeo agindo de acordo com a
percepccedilatildeo que tecircm do ambiente que os rodeia atraveacutes de um conjunto de regras de
percepccedilatildeoreacccedilatildeo De acordo com Sawyer (2003) os agentes reactivos satildeo por vezes
designados agentes comportamentais pelo facto de responderem directamente a
estiacutemulos provocados pelo ambiente e que satildeo captados pela capacidade sensorial dos
agentes A conversatildeo da percepccedilatildeo numa acccedilatildeo natildeo envolve um processo de
deliberaccedilatildeo interna pelo que a mesma percepccedilatildeo por parte de um agente reactivo pode
desencadear acccedilotildees diferentes (Bithell et al 2008) Deste modo nos agentes reactivos
natildeo existe uma especificaccedilatildeo a priori do comportamento que os agentes iratildeo ter durante
o processo de modelaccedilatildeo Alguns jogos ou a roboacutetica constituem dois exemplos de
mecanismos que recorrem a agentes reactivos e que funcionam por estiacutemulos externos
Por outro lado os agentes reactivos destacam-se por serem relativamente simples e por
interagirem com os restantes agentes atraveacutes de formas baacutesicas exigindo linguagens e
modelos com arquitecturas apropriadas
24 Arquitecturas de agentes
A arquitectura de agentes eacute um aspecto que estaacute relacionado com as
caracteriacutesticas e com as tipologias dos agentes e que se refere ao modo de organizaccedilatildeo
dos agentes dentro do sistema e agrave forma como se processam as suas relaccedilotildees O tipo de
arquitectura descreve a forma como os agentes estatildeo dispostos num conjunto de
moacutedulos que interagem entre si para atingir um determinado objectivo Um dos aspectos
que ajuda a distinguir as tipologias de arquitecturas eacute a forma como um modelo
decompotildee o problema atraveacutes de determinadas tarefas (Wooldrige amp Jennings 1995)
Assim a escolha de uma determinada arquitectura estaacute muito dependente dos objectivos
pretendidos e com o tipo de agentes envolvidos no sistema pese embora natildeo existirem
arquitecturas melhores do que outras tal como Knapik amp Johnson (1998) referem
Ao longo do tempo foram desenvolvidas diversas arquitecturas de agentes mas
haacute trecircs tipologias dominantes e que satildeo representativas da maior parte dos sistemas a
arquitectura deliberativa a arquitectura reactiva e a arquitectura hiacutebrida
A arquitectura deliberativa segue a abordagem claacutessica da inteligecircncia artificial
onde os agentes interagem com reduzida autonomia (Figura 2) Um agente deliberativo
possui um modelo simboacutelico do ambiente e as suas decisotildees satildeo tomadas com base em
raciociacutenio loacutegico Como refere Costa (1999) a arquitectura deliberativa interpreta os
agentes como fazendo parte de um sistema baseado no conhecimento Nestes modelos eacute
necessaacuterio dotar os agentes se um sistema de planificaccedilatildeo que determinaraacute que passos
devem ser dados para atingir os seus objectivos
Fonte Pereira 2004
Figura 2 Modelo de arquitectura deliberativa
De acordo com Molina et al (2005) um dos primeiros passos a considerar na
construccedilatildeo de um sistema deliberativo consiste em fazer uma descriccedilatildeo simboacutelica
adequada do problema Seguidamente essa descriccedilatildeo deveraacute ser integrada no agente
para que este possa raciocinar e atingir as metas num periacuteodo de tempo preacute-estabelecido
(a questatildeo do tempo eacute importante porque os algoritmos da planificaccedilatildeo nem sempre
respondem em tempo uacutetil agraves solicitaccedilotildees do sistema) Assim e natildeo obstante a ideia
atractiva de colocar os agentes a interagir atraveacutes de raciociacutenio loacutegico haacute alguns
problemas que se colocam agrave arquitectura deliberativa nomeadamente a dificuldade em
traduzir o complexo mundo real em descriccedilotildees simboacutelicas e a dificuldade em obter
agentes capazes de lidar com esses problemas em tempo uacutetil
A arquitectura deliberativa revela-se particularmente adequada para implementar
agentes intencionais ou seja os agentes que satildeo capazes de produzir planos a partir das
suas crenccedilas e intenccedilotildees Por essa razatildeo e tal como referem Molina et al (2005) este
tipo de arquitectura eacute tambeacutem designado por arquitectura deliberativa BDI (Belief
Desire Intention) A arquitectura BDI eacute uma das que mais tem sido utilizada (Rao amp
Georgeff 1998 Molina et al 2005) pelo facto de incorporar um modelo de
representaccedilatildeo do raciociacutenio humano um nuacutemero consideraacutevel de implementaccedilotildees e
uma semacircntica loacutegica abstracta e de faacutecil compreensatildeo A arquitectura deliberativa BDI
foi desenvolvida para proporcionar soluccedilotildees em ambientes dinacircmicos ou incertos onde
os agentes apenas tecircm uma visatildeo parcial do problema (o acesso agrave informaccedilatildeo eacute
limitado) no contexto de um nuacutemero limitado de recursos As crenccedilas os desejos as
intenccedilotildees e os planos satildeo uma parte fundamental do estado destes sistemas
Na arquitectura reactiva os diversos problemas associados agrave representaccedilatildeo
simboacutelica do conhecimento conduziram ao estudo de modelos mais efectivos de
representaccedilatildeo do conhecimento Em oposiccedilatildeo agrave deliberativa a arquitectura reactiva
(Figura 3) natildeo utiliza nenhum modelo simboacutelico do ambiente nem recorre a nenhum
raciociacutenio loacutegico complexo A arquitectura reactiva baseia-se no princiacutepio de que um
agente pode desenvolver inteligecircncia a partir de interacccedilotildees com o ambiente natildeo
precisando de um modelo preacute-estabelecido Nesta categoria os agentes reagem aos
estiacutemulos definindo assim os comportamentos De acordo com Molina et al (2005) a
maior parte das aplicaccedilotildees das arquitecturas reactivas centraram-se no desenvolvimento
de controladores de roboacutetica Com efeito os robots podem considerar-se agentes reais
(natildeo software) que operam num ambiente em mudanccedila Eacute justamente a necessidade de
actuar num ambiente com estas caracteriacutesticas que dificultam a adopccedilatildeo de arquitecturas
deliberativas uma vez que a necessidade de redefiniccedilatildeo dos planos a uma realidade em
mudanccedila dificulta a obtenccedilatildeo de respostas eficientes por parte deste tipo de arquitectura
Fonte Pereira 2004
Figura 3 Modelo de arquitectura reactiva
A arquitectura hiacutebrida (Figura 4) procura conciliar as principais vantagens das
categorias deliberativas e reactivas superando algumas das debilidades da arquitectura
deliberativa (dificuldade em resolver com rapidez e eficaacutecia os problemas complexos) e
da reactiva (satildeo redutores ao apenas reagirem por estiacutemulos) Numa arquitectura
hiacutebrida a construccedilatildeo do modelo processa-se atraveacutes de dois sub-sistemas um
deliberativo que utiliza um modelo simboacutelico e que produz planos e outro reactivo
centrado em reagir a estiacutemulos que ocorram no ambiente e que natildeo requeiram um
mecanismo de raciociacutenio complexo Como referem Molina et al (2005) a natureza
destas arquitecturas satildeo propiacutecias a uma estruturaccedilatildeo por camadas que pode ser (i)
vertical quando apenas uma camada tem acesso aos sensores e actuadores (ii)
horizontal quando todas as camadas tecircm acesso aos sensores e actuadores As camadas
encontram-se hierarquicamente organizadas com a informaccedilatildeo sobre o meio em
diferentes niacuteveis de abstracccedilatildeo A maioria das arquitecturas hiacutebridas encontra-se
estruturada em trecircs niacuteveis
- Niacutevel reactivo corresponde ao niacutevel mais baixo Neste niacutevel satildeo tomadas as decisotildees
em relaccedilatildeo aos estiacutemulos recebidos do ambiente em tempo real
- Niacutevel do conhecimento corresponde a um niacutevel intermeacutedio onde se procede ao
conhecimento que o agente tem do ambiente normalmente com a ajuda de uma
representaccedilatildeo simboacutelica do mesmo
- Niacutevel social eacute a camada de niacutevel superior Eacute neste niacutevel que se processam os aspectos
sociais do ambiente incluindo tanto a informaccedilatildeo de outros agentes como os desejos
as intenccedilotildees etc Assim o comportamento global do agente eacute definido pela interacccedilatildeo
entre estes trecircs niacuteveis alternando entre as diversas arquitecturas
Fonte Adaptado de Molina et al (2005)
Figura 4 Modelo de arquitectura hiacutebrida
3 A utilizaccedilatildeo dos sistemas multiagentes no planeamento do territoacuterio
31 As motivaccedilotildees da aplicaccedilatildeo dos SMA no planeamento do territoacuterio
Os SMA tecircm actualmente um vasto espectro de aplicaccedilotildees com o objectivo de
tornar mais eficientes e de resolver determinados problemas de sistemas reais mais ou
menos complexos Para Rabino amp Girotti (2004) um sistema complexo eacute aquele ao qual
satildeo adicionadas dimensotildees comportamentais e subjectivas de que resultam efeitos natildeo
lineares (imprevisiacuteveis) A complexidade de um sistema traduz-se assim num conjunto
de relaccedilotildees que natildeo satildeo evidentes nem traduziacuteveis do ponto de vista fiacutesico ou
matemaacutetico mas que satildeo determinantes nas relaccedilotildees e nos comportamentos das
entidades e das caracteriacutesticas dos proacuteprios sistemas
Os territoacuterios e em particular as cidades satildeo considerados sistemas complexos
devido ao conjunto de vaacuterios elementos que constituem a cidade e que regulam o seu
contiacutenuo crescimento Neste sentido Batty (2008) refere que as cidades constituem
sistemas complexos por excelecircncia que se encontram distantes de uma situaccedilatildeo de
equiliacutebrio e que em consequecircncia requerem uma atenccedilatildeo especial para se poderem
manter com niacuteveis de sustentabilidade adequados Healey (2007) associa mais a questatildeo
da complexidade ao planeamento urbano Actualmente as cidades natildeo podem ser
descritas como unidades bem definidas e delimitadas pois a interacccedilatildeo de muacuteltiplos
actores em escalas e em redes diversas gera um grau de incerteza e de complexidade de
difiacutecil anaacutelise pelos meacutetodos tradicionais Por isso ao longo das uacuteltimas deacutecadas os
planeadores do territoacuterio tecircm estudado e divulgado o grande nuacutemero de
descontinuidades que haacute nestes sistemas associados agrave dificuldade de previsatildeo e aos
comportamentos imprevistos que tecircm lugar sobre o territoacuterio de que resultam
fenoacutemenos de natildeo-linearidade e de auto-organizaccedilatildeo E por outro lado tecircm
desenvolvido ferramentas de planeamento e de apoio agrave decisatildeo mais robustas que
permitem optimizar as medidas num cenaacuterio de maior complexidade
Neste contexto o planeamento eacute a actividade que procura racionalizar o uso e as
formas de ocupaccedilatildeo do mesmo atraveacutes de um conjunto de normas e de regulaccedilotildees Agrave
medida que os territoacuterios e as cidades se tecircm tornado mais complexos o planeamento
do uso do solo tem-se tornado tambeacutem numa actividade mais exigente devido agrave
interferecircncia de vaacuterios factores tais como os actores as especificidades de cada
territoacuterio e os processos autoacutenomos (Ligtenberg et al 2004) Os actores considerados a
niacutevel individual e colectivo satildeo entidades que tecircm uma acccedilatildeo directa no planeamento
do uso do solo a partir das suas intenccedilotildees e dos seus interesses As especificidades do
territoacuterio condicionam os diversos tipos de ocupaccedilotildees que lhe podem ser dadas
podendo ser mais ou menos restritivos para um determinado uso Para aleacutem disso haacute
que contar com os processos autoacutenomos que correspondem aos factores que podem
alterar a natureza (e assim o tipo de ocupaccedilatildeo) do solo como os factores naturais
(erosatildeo inundaccedilatildeo etc) Os planos e as demais regulamentaccedilotildees completam o conjunto
de factores que condicionam a forma como se processa a ocupaccedilatildeo do uso do solo A
combinaccedilatildeo de todos estes factores faz com que o planeamento do uso do solo seja um
processo complexo (onde eacute difiacutecil destrinccedilar as relaccedilotildees causais entre os vaacuterios agentes)
e seja um processo natildeo linear e dependente da actuaccedilatildeo combinada dos vaacuterios agentes
Deste modo e num contexto em que a complexidade territorial eacute cada vez maior
a utilizaccedilatildeo de ferramentas potentes eacute essencial para apoiar o processo de tomada de
decisatildeo Tal como referem Joshi et al (2006) a utilizaccedilatildeo de modelos e o recurso agrave
simulaccedilatildeo permite aos planeadores do territoacuterio analisar e simular cenaacuterios futuros
baseados no conhecimento que se passa a ter dos comportamentos dos actores das suas
interacccedilotildees e do papel que promovem na alteraccedilatildeo do uso do solo Com efeito e ao niacutevel
do planeamento do territoacuterio o conceito de simulaccedilatildeo deve ser entendido como uma
actividade de modelaccedilatildeo que procura analisar os impactos e efectuar previsotildees sobre a
evoluccedilatildeo futura a partir da inter-relaccedilatildeo das vaacuterias componentes do territoacuterio integradas
num sistema operacional (Briassoulis 2000)
O recurso aos SMA no planeamento do territoacuterio e do planeamento urbano em
particular estaacute entatildeo associado ao desenvolvimento de modelos mais robustos que
permitem responder agraves novas solicitaccedilotildees dos territoacuterios e das cidades O recurso aos
SMA permite natildeo soacute entender o territoacuterio como um sistema complexo como
disponibiliza ferramentas mais adequadas para a sua gestatildeo passando de uma
perspectiva top down para um tipo de planeamento mais relacional que envolve os
diversos actores no processo permitindo obter melhores resultados ainda que agrave custa da
complexificaccedilatildeo dos processos (Healey 2007)
Os SMA tecircm vindo a ter uma utilizaccedilatildeo crescente no domiacutenio de vaacuterias ciecircncias
ligadas ao planeamento do territoacuterio nomeadamente ao niacutevel da Geografia da
Sociologia da Engenharia do Urbanismo e da Gestatildeo Ambiental atraveacutes do
desenvolvimento de modelos baseados em agentes Actualmente existe um grande
nuacutemero de modelos de simulaccedilatildeo territorial baseados em agentes Batty (2009) descreve
os modelos como simplificaccedilotildees da realidade como a abstracccedilatildeo teoacuterica de um sistema
atraveacutes dos quais os princiacutepios teoacutericos satildeo testados e analisados Os modelos satildeo
aplicados invariavelmente atraveacutes de sistemas computacionais onde os computadores
funcionam como laboratoacuterios onde decorre a experimentaccedilatildeo dos fenoacutemenos Os
modelos territoriais podem entatildeo ser definidos como simulaccedilotildees computacionais
utilizadas para testar teorias relacionadas com a localizaccedilatildeo espacial e a interacccedilatildeo entre
os usos do solo e as actividades relacionadas Aleacutem disso os modelos tambeacutem
permitem avaliar atraveacutes de uma interface digital as consequecircncias que as poliacuteticas
urbanas poderatildeo ter no desenvolvimento futuro dos territoacuterios e das cidades No caso
das cidades os modelos representam e analisam funccedilotildees e processos que geram
estruturas urbanas espaciais em termos de uso do solo da distribuiccedilatildeo da populaccedilatildeo do
emprego e dos transportes estando integrados num programa computacional que
permite testar as teorias locativas e projectar o desenvolvimento futuro
32 Os modelos de planeamento do territoacuterio
Ao longo das uacuteltimas cinco deacutecadas foram desenvolvidos diversos modelos que
procuram fundamentalmente representar e analisar as dinacircmicas ao niacutevel da ocupaccedilatildeo
do solo e da deslocaccedilatildeo das pessoas nas cidades Haacute diversos estudos que fazem uma
retrospectiva mais ou menos detalhada das caracteriacutesticas e dos modelos que foram
colocados em praacutetica (Wegener 1994 Southworth 1995 Timmermans 2003 Hunt et
al 2005 Iacono et al 2008) De uma forma geral considera-se a existecircncia de trecircs
geraccedilotildees de modelos os modelos graviacuteticos os modelos do uso do solo transportes e os
modelos de microsimulaccedilatildeo onde se incluem os modelos baseados em agentes
Os modelos graviacuteticos foram desenvolvidos durante a deacutecada de 1960 e
inspiram-se directamente no modelo de Lowry (1964) que foi considerado o primeiro
sistema operacional de anaacutelise da ocupaccedilatildeo do solo urbano (Southworth 1995 Iacono
et al 2008) Estes primeiros modelos apresentaram um conjunto de inovaccedilotildees
metodoloacutegicas como os meacutetodos de maximizaccedilatildeo e os elementos estocaacutesticos que
permitiram construir modelos de interacccedilatildeo baseados na agregaccedilatildeo espacial
(Timmermans 2003) Estes modelos satildeo chamados graviacuteticos por analogia agrave teoria da
gravidade de Newton nomeadamente no que respeita agrave distribuiccedilatildeo do padratildeo de
viagens geradas que por sua vez era obtido atraveacutes de regressotildees lineares (Iacono et
al 2008)
A segunda geraccedilatildeo de modelos foi desenvolvida a partir da deacutecada de 1970 e
sobretudo durante a deacutecada de 1980 Estes modelos baseiam-se no princiacutepio das
escolhas discretas e da maximizaccedilatildeo da utilidade e caracterizam-se por integrarem na
modelaccedilatildeo duas componentes inter-relacionadas o uso do solo e os transportes Os
modelos combinados de uso do solo e dos transportes satildeo modelos de interacccedilatildeo
espacial que concebem a cidade como um sistema constituiacutedo por vaacuterias interacccedilotildees
agregadas numa condiccedilatildeo de equiliacutebrio Este sistema equilibrado eacute traduzido por um
conjunto de equaccedilotildees matemaacuteticas que permitem por exemplo prever as deslocaccedilotildees
entre as aacutereas residenciais e os locais de trabalho O objectivo do modelo de transportes
eacute a previsatildeo da procura (de transportes) e a sua adequaccedilatildeo agrave oferta existente enquanto o
modelo de uso do solo analisa a distribuiccedilatildeo espacial do emprego das aacutereas
residenciais comerciais e das demais actividades que possam influenciar a localizaccedilatildeo
das pessoas no territoacuterio Esta informaccedilatildeo eacute utilizada no modelo de transportes na
produccedilatildeo de deslocaccedilotildees Os custos de deslocaccedilatildeo que resultam de uma situaccedilatildeo de
equiliacutebrio entre a oferta e a procura de transportes satildeo revertidos no padratildeo de
localizaccedilatildeo das actividades econoacutemicas e das aacutereas residenciais Assim a interacccedilatildeo uso
do solotransportes permite determinar o modo como os transportes afectam a ocupaccedilatildeo
e o uso do solo o que por sua vez se repercute na localizaccedilatildeo das actividades e na
geraccedilatildeo de traacutefego Em comparaccedilatildeo com os de primeira geraccedilatildeo estes modelos satildeo
mais complexos e dinacircmicos
A terceira geraccedilatildeo de modelos emergiu a partir de meados da deacutecada de 1990 e
distingue-se pela utilizaccedilatildeo de teacutecnicas de microsimulaccedilatildeo e pelo facto de os modelos
serem mais complexos e dinacircmicos (Timmermans 2003) Alguns autores como
Torrens (2003) apelidam estes modelos de modelos de geosimulaccedilatildeo Os autoacutematos
celulares e os SMA satildeo as duas tipologias de modelaccedilatildeo mais utilizadas nesta terceira
geraccedilatildeo O ponto de partida destes modelos eacute o pressuposto de que as dinacircmicas
observadas ao niacutevel do territoacuterio resultam da acccedilatildeo individualizada de cada um dos
agentes envolvidos Nos autoacutematos celulares o territoacuterio eacute representado por uma grelha
de ceacutelulas que tecircm atributos especiacuteficos e que estatildeo sujeitas a regras determinadas pelo
sistema Nestes sistemas a troca de informaccedilotildees ou de dados espaciais entre as ceacutelulas
estaacute confinada agraves ceacutelulas vizinhas Pelas suas caracteriacutesticas os autoacutematos celulares satildeo
muito adequados para representar o territoacuterio e as infra-estruturas (Torrens 2003) e para
analisar a clusterizaccedilatildeo de actividades (Macy amp Willer 2002) Os SMA vatildeo mais longe
nesta anaacutelise ao associar as regras directamente aos indiviacuteduos ou agraves ceacutelulas e natildeo ao
sistema no seu conjunto Cada indiviacuteduo eacute modelado de acordo com o seu
comportamento o que faz dos modelos baseados em agentes uma poderosa ferramenta
para simular as opccedilotildees individualizadas Os agentes diferem dos autoacutematos celulares
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
acabam por desenvolver comportamentos mais complexos Pereira (2004) refere que os
agentes cognitivos mantecircm uma representaccedilatildeo interna do ambiente que os rodeia
atraveacutes de um estado mental expliacutecito que pode ser alterado atraveacutes do raciociacutenio
simboacutelico Os agentes cognitivos comunicam entre si atraveacutes de linguagens de
comunicaccedilatildeo de agentes em cuja produccedilatildeo se destacam duas induacutestrias de softwares a
FIPA (Foundation for Intelligent Physical Agents) e a KQML (Knowledge Query and
Manipulation Language)
Ao contraacuterio destes os agentes reactivos estatildeo desprovidos de qualquer
informaccedilatildeo do ambiente em que estatildeo inseridos e dos restantes agentes envolvidos Os
agentes reactivos natildeo satildeo concebidos para executar planos especiacuteficos Pelo contraacuterio
os agentes reactivos satildeo movidos por simples regras de acccedilatildeo agindo de acordo com a
percepccedilatildeo que tecircm do ambiente que os rodeia atraveacutes de um conjunto de regras de
percepccedilatildeoreacccedilatildeo De acordo com Sawyer (2003) os agentes reactivos satildeo por vezes
designados agentes comportamentais pelo facto de responderem directamente a
estiacutemulos provocados pelo ambiente e que satildeo captados pela capacidade sensorial dos
agentes A conversatildeo da percepccedilatildeo numa acccedilatildeo natildeo envolve um processo de
deliberaccedilatildeo interna pelo que a mesma percepccedilatildeo por parte de um agente reactivo pode
desencadear acccedilotildees diferentes (Bithell et al 2008) Deste modo nos agentes reactivos
natildeo existe uma especificaccedilatildeo a priori do comportamento que os agentes iratildeo ter durante
o processo de modelaccedilatildeo Alguns jogos ou a roboacutetica constituem dois exemplos de
mecanismos que recorrem a agentes reactivos e que funcionam por estiacutemulos externos
Por outro lado os agentes reactivos destacam-se por serem relativamente simples e por
interagirem com os restantes agentes atraveacutes de formas baacutesicas exigindo linguagens e
modelos com arquitecturas apropriadas
24 Arquitecturas de agentes
A arquitectura de agentes eacute um aspecto que estaacute relacionado com as
caracteriacutesticas e com as tipologias dos agentes e que se refere ao modo de organizaccedilatildeo
dos agentes dentro do sistema e agrave forma como se processam as suas relaccedilotildees O tipo de
arquitectura descreve a forma como os agentes estatildeo dispostos num conjunto de
moacutedulos que interagem entre si para atingir um determinado objectivo Um dos aspectos
que ajuda a distinguir as tipologias de arquitecturas eacute a forma como um modelo
decompotildee o problema atraveacutes de determinadas tarefas (Wooldrige amp Jennings 1995)
Assim a escolha de uma determinada arquitectura estaacute muito dependente dos objectivos
pretendidos e com o tipo de agentes envolvidos no sistema pese embora natildeo existirem
arquitecturas melhores do que outras tal como Knapik amp Johnson (1998) referem
Ao longo do tempo foram desenvolvidas diversas arquitecturas de agentes mas
haacute trecircs tipologias dominantes e que satildeo representativas da maior parte dos sistemas a
arquitectura deliberativa a arquitectura reactiva e a arquitectura hiacutebrida
A arquitectura deliberativa segue a abordagem claacutessica da inteligecircncia artificial
onde os agentes interagem com reduzida autonomia (Figura 2) Um agente deliberativo
possui um modelo simboacutelico do ambiente e as suas decisotildees satildeo tomadas com base em
raciociacutenio loacutegico Como refere Costa (1999) a arquitectura deliberativa interpreta os
agentes como fazendo parte de um sistema baseado no conhecimento Nestes modelos eacute
necessaacuterio dotar os agentes se um sistema de planificaccedilatildeo que determinaraacute que passos
devem ser dados para atingir os seus objectivos
Fonte Pereira 2004
Figura 2 Modelo de arquitectura deliberativa
De acordo com Molina et al (2005) um dos primeiros passos a considerar na
construccedilatildeo de um sistema deliberativo consiste em fazer uma descriccedilatildeo simboacutelica
adequada do problema Seguidamente essa descriccedilatildeo deveraacute ser integrada no agente
para que este possa raciocinar e atingir as metas num periacuteodo de tempo preacute-estabelecido
(a questatildeo do tempo eacute importante porque os algoritmos da planificaccedilatildeo nem sempre
respondem em tempo uacutetil agraves solicitaccedilotildees do sistema) Assim e natildeo obstante a ideia
atractiva de colocar os agentes a interagir atraveacutes de raciociacutenio loacutegico haacute alguns
problemas que se colocam agrave arquitectura deliberativa nomeadamente a dificuldade em
traduzir o complexo mundo real em descriccedilotildees simboacutelicas e a dificuldade em obter
agentes capazes de lidar com esses problemas em tempo uacutetil
A arquitectura deliberativa revela-se particularmente adequada para implementar
agentes intencionais ou seja os agentes que satildeo capazes de produzir planos a partir das
suas crenccedilas e intenccedilotildees Por essa razatildeo e tal como referem Molina et al (2005) este
tipo de arquitectura eacute tambeacutem designado por arquitectura deliberativa BDI (Belief
Desire Intention) A arquitectura BDI eacute uma das que mais tem sido utilizada (Rao amp
Georgeff 1998 Molina et al 2005) pelo facto de incorporar um modelo de
representaccedilatildeo do raciociacutenio humano um nuacutemero consideraacutevel de implementaccedilotildees e
uma semacircntica loacutegica abstracta e de faacutecil compreensatildeo A arquitectura deliberativa BDI
foi desenvolvida para proporcionar soluccedilotildees em ambientes dinacircmicos ou incertos onde
os agentes apenas tecircm uma visatildeo parcial do problema (o acesso agrave informaccedilatildeo eacute
limitado) no contexto de um nuacutemero limitado de recursos As crenccedilas os desejos as
intenccedilotildees e os planos satildeo uma parte fundamental do estado destes sistemas
Na arquitectura reactiva os diversos problemas associados agrave representaccedilatildeo
simboacutelica do conhecimento conduziram ao estudo de modelos mais efectivos de
representaccedilatildeo do conhecimento Em oposiccedilatildeo agrave deliberativa a arquitectura reactiva
(Figura 3) natildeo utiliza nenhum modelo simboacutelico do ambiente nem recorre a nenhum
raciociacutenio loacutegico complexo A arquitectura reactiva baseia-se no princiacutepio de que um
agente pode desenvolver inteligecircncia a partir de interacccedilotildees com o ambiente natildeo
precisando de um modelo preacute-estabelecido Nesta categoria os agentes reagem aos
estiacutemulos definindo assim os comportamentos De acordo com Molina et al (2005) a
maior parte das aplicaccedilotildees das arquitecturas reactivas centraram-se no desenvolvimento
de controladores de roboacutetica Com efeito os robots podem considerar-se agentes reais
(natildeo software) que operam num ambiente em mudanccedila Eacute justamente a necessidade de
actuar num ambiente com estas caracteriacutesticas que dificultam a adopccedilatildeo de arquitecturas
deliberativas uma vez que a necessidade de redefiniccedilatildeo dos planos a uma realidade em
mudanccedila dificulta a obtenccedilatildeo de respostas eficientes por parte deste tipo de arquitectura
Fonte Pereira 2004
Figura 3 Modelo de arquitectura reactiva
A arquitectura hiacutebrida (Figura 4) procura conciliar as principais vantagens das
categorias deliberativas e reactivas superando algumas das debilidades da arquitectura
deliberativa (dificuldade em resolver com rapidez e eficaacutecia os problemas complexos) e
da reactiva (satildeo redutores ao apenas reagirem por estiacutemulos) Numa arquitectura
hiacutebrida a construccedilatildeo do modelo processa-se atraveacutes de dois sub-sistemas um
deliberativo que utiliza um modelo simboacutelico e que produz planos e outro reactivo
centrado em reagir a estiacutemulos que ocorram no ambiente e que natildeo requeiram um
mecanismo de raciociacutenio complexo Como referem Molina et al (2005) a natureza
destas arquitecturas satildeo propiacutecias a uma estruturaccedilatildeo por camadas que pode ser (i)
vertical quando apenas uma camada tem acesso aos sensores e actuadores (ii)
horizontal quando todas as camadas tecircm acesso aos sensores e actuadores As camadas
encontram-se hierarquicamente organizadas com a informaccedilatildeo sobre o meio em
diferentes niacuteveis de abstracccedilatildeo A maioria das arquitecturas hiacutebridas encontra-se
estruturada em trecircs niacuteveis
- Niacutevel reactivo corresponde ao niacutevel mais baixo Neste niacutevel satildeo tomadas as decisotildees
em relaccedilatildeo aos estiacutemulos recebidos do ambiente em tempo real
- Niacutevel do conhecimento corresponde a um niacutevel intermeacutedio onde se procede ao
conhecimento que o agente tem do ambiente normalmente com a ajuda de uma
representaccedilatildeo simboacutelica do mesmo
- Niacutevel social eacute a camada de niacutevel superior Eacute neste niacutevel que se processam os aspectos
sociais do ambiente incluindo tanto a informaccedilatildeo de outros agentes como os desejos
as intenccedilotildees etc Assim o comportamento global do agente eacute definido pela interacccedilatildeo
entre estes trecircs niacuteveis alternando entre as diversas arquitecturas
Fonte Adaptado de Molina et al (2005)
Figura 4 Modelo de arquitectura hiacutebrida
3 A utilizaccedilatildeo dos sistemas multiagentes no planeamento do territoacuterio
31 As motivaccedilotildees da aplicaccedilatildeo dos SMA no planeamento do territoacuterio
Os SMA tecircm actualmente um vasto espectro de aplicaccedilotildees com o objectivo de
tornar mais eficientes e de resolver determinados problemas de sistemas reais mais ou
menos complexos Para Rabino amp Girotti (2004) um sistema complexo eacute aquele ao qual
satildeo adicionadas dimensotildees comportamentais e subjectivas de que resultam efeitos natildeo
lineares (imprevisiacuteveis) A complexidade de um sistema traduz-se assim num conjunto
de relaccedilotildees que natildeo satildeo evidentes nem traduziacuteveis do ponto de vista fiacutesico ou
matemaacutetico mas que satildeo determinantes nas relaccedilotildees e nos comportamentos das
entidades e das caracteriacutesticas dos proacuteprios sistemas
Os territoacuterios e em particular as cidades satildeo considerados sistemas complexos
devido ao conjunto de vaacuterios elementos que constituem a cidade e que regulam o seu
contiacutenuo crescimento Neste sentido Batty (2008) refere que as cidades constituem
sistemas complexos por excelecircncia que se encontram distantes de uma situaccedilatildeo de
equiliacutebrio e que em consequecircncia requerem uma atenccedilatildeo especial para se poderem
manter com niacuteveis de sustentabilidade adequados Healey (2007) associa mais a questatildeo
da complexidade ao planeamento urbano Actualmente as cidades natildeo podem ser
descritas como unidades bem definidas e delimitadas pois a interacccedilatildeo de muacuteltiplos
actores em escalas e em redes diversas gera um grau de incerteza e de complexidade de
difiacutecil anaacutelise pelos meacutetodos tradicionais Por isso ao longo das uacuteltimas deacutecadas os
planeadores do territoacuterio tecircm estudado e divulgado o grande nuacutemero de
descontinuidades que haacute nestes sistemas associados agrave dificuldade de previsatildeo e aos
comportamentos imprevistos que tecircm lugar sobre o territoacuterio de que resultam
fenoacutemenos de natildeo-linearidade e de auto-organizaccedilatildeo E por outro lado tecircm
desenvolvido ferramentas de planeamento e de apoio agrave decisatildeo mais robustas que
permitem optimizar as medidas num cenaacuterio de maior complexidade
Neste contexto o planeamento eacute a actividade que procura racionalizar o uso e as
formas de ocupaccedilatildeo do mesmo atraveacutes de um conjunto de normas e de regulaccedilotildees Agrave
medida que os territoacuterios e as cidades se tecircm tornado mais complexos o planeamento
do uso do solo tem-se tornado tambeacutem numa actividade mais exigente devido agrave
interferecircncia de vaacuterios factores tais como os actores as especificidades de cada
territoacuterio e os processos autoacutenomos (Ligtenberg et al 2004) Os actores considerados a
niacutevel individual e colectivo satildeo entidades que tecircm uma acccedilatildeo directa no planeamento
do uso do solo a partir das suas intenccedilotildees e dos seus interesses As especificidades do
territoacuterio condicionam os diversos tipos de ocupaccedilotildees que lhe podem ser dadas
podendo ser mais ou menos restritivos para um determinado uso Para aleacutem disso haacute
que contar com os processos autoacutenomos que correspondem aos factores que podem
alterar a natureza (e assim o tipo de ocupaccedilatildeo) do solo como os factores naturais
(erosatildeo inundaccedilatildeo etc) Os planos e as demais regulamentaccedilotildees completam o conjunto
de factores que condicionam a forma como se processa a ocupaccedilatildeo do uso do solo A
combinaccedilatildeo de todos estes factores faz com que o planeamento do uso do solo seja um
processo complexo (onde eacute difiacutecil destrinccedilar as relaccedilotildees causais entre os vaacuterios agentes)
e seja um processo natildeo linear e dependente da actuaccedilatildeo combinada dos vaacuterios agentes
Deste modo e num contexto em que a complexidade territorial eacute cada vez maior
a utilizaccedilatildeo de ferramentas potentes eacute essencial para apoiar o processo de tomada de
decisatildeo Tal como referem Joshi et al (2006) a utilizaccedilatildeo de modelos e o recurso agrave
simulaccedilatildeo permite aos planeadores do territoacuterio analisar e simular cenaacuterios futuros
baseados no conhecimento que se passa a ter dos comportamentos dos actores das suas
interacccedilotildees e do papel que promovem na alteraccedilatildeo do uso do solo Com efeito e ao niacutevel
do planeamento do territoacuterio o conceito de simulaccedilatildeo deve ser entendido como uma
actividade de modelaccedilatildeo que procura analisar os impactos e efectuar previsotildees sobre a
evoluccedilatildeo futura a partir da inter-relaccedilatildeo das vaacuterias componentes do territoacuterio integradas
num sistema operacional (Briassoulis 2000)
O recurso aos SMA no planeamento do territoacuterio e do planeamento urbano em
particular estaacute entatildeo associado ao desenvolvimento de modelos mais robustos que
permitem responder agraves novas solicitaccedilotildees dos territoacuterios e das cidades O recurso aos
SMA permite natildeo soacute entender o territoacuterio como um sistema complexo como
disponibiliza ferramentas mais adequadas para a sua gestatildeo passando de uma
perspectiva top down para um tipo de planeamento mais relacional que envolve os
diversos actores no processo permitindo obter melhores resultados ainda que agrave custa da
complexificaccedilatildeo dos processos (Healey 2007)
Os SMA tecircm vindo a ter uma utilizaccedilatildeo crescente no domiacutenio de vaacuterias ciecircncias
ligadas ao planeamento do territoacuterio nomeadamente ao niacutevel da Geografia da
Sociologia da Engenharia do Urbanismo e da Gestatildeo Ambiental atraveacutes do
desenvolvimento de modelos baseados em agentes Actualmente existe um grande
nuacutemero de modelos de simulaccedilatildeo territorial baseados em agentes Batty (2009) descreve
os modelos como simplificaccedilotildees da realidade como a abstracccedilatildeo teoacuterica de um sistema
atraveacutes dos quais os princiacutepios teoacutericos satildeo testados e analisados Os modelos satildeo
aplicados invariavelmente atraveacutes de sistemas computacionais onde os computadores
funcionam como laboratoacuterios onde decorre a experimentaccedilatildeo dos fenoacutemenos Os
modelos territoriais podem entatildeo ser definidos como simulaccedilotildees computacionais
utilizadas para testar teorias relacionadas com a localizaccedilatildeo espacial e a interacccedilatildeo entre
os usos do solo e as actividades relacionadas Aleacutem disso os modelos tambeacutem
permitem avaliar atraveacutes de uma interface digital as consequecircncias que as poliacuteticas
urbanas poderatildeo ter no desenvolvimento futuro dos territoacuterios e das cidades No caso
das cidades os modelos representam e analisam funccedilotildees e processos que geram
estruturas urbanas espaciais em termos de uso do solo da distribuiccedilatildeo da populaccedilatildeo do
emprego e dos transportes estando integrados num programa computacional que
permite testar as teorias locativas e projectar o desenvolvimento futuro
32 Os modelos de planeamento do territoacuterio
Ao longo das uacuteltimas cinco deacutecadas foram desenvolvidos diversos modelos que
procuram fundamentalmente representar e analisar as dinacircmicas ao niacutevel da ocupaccedilatildeo
do solo e da deslocaccedilatildeo das pessoas nas cidades Haacute diversos estudos que fazem uma
retrospectiva mais ou menos detalhada das caracteriacutesticas e dos modelos que foram
colocados em praacutetica (Wegener 1994 Southworth 1995 Timmermans 2003 Hunt et
al 2005 Iacono et al 2008) De uma forma geral considera-se a existecircncia de trecircs
geraccedilotildees de modelos os modelos graviacuteticos os modelos do uso do solo transportes e os
modelos de microsimulaccedilatildeo onde se incluem os modelos baseados em agentes
Os modelos graviacuteticos foram desenvolvidos durante a deacutecada de 1960 e
inspiram-se directamente no modelo de Lowry (1964) que foi considerado o primeiro
sistema operacional de anaacutelise da ocupaccedilatildeo do solo urbano (Southworth 1995 Iacono
et al 2008) Estes primeiros modelos apresentaram um conjunto de inovaccedilotildees
metodoloacutegicas como os meacutetodos de maximizaccedilatildeo e os elementos estocaacutesticos que
permitiram construir modelos de interacccedilatildeo baseados na agregaccedilatildeo espacial
(Timmermans 2003) Estes modelos satildeo chamados graviacuteticos por analogia agrave teoria da
gravidade de Newton nomeadamente no que respeita agrave distribuiccedilatildeo do padratildeo de
viagens geradas que por sua vez era obtido atraveacutes de regressotildees lineares (Iacono et
al 2008)
A segunda geraccedilatildeo de modelos foi desenvolvida a partir da deacutecada de 1970 e
sobretudo durante a deacutecada de 1980 Estes modelos baseiam-se no princiacutepio das
escolhas discretas e da maximizaccedilatildeo da utilidade e caracterizam-se por integrarem na
modelaccedilatildeo duas componentes inter-relacionadas o uso do solo e os transportes Os
modelos combinados de uso do solo e dos transportes satildeo modelos de interacccedilatildeo
espacial que concebem a cidade como um sistema constituiacutedo por vaacuterias interacccedilotildees
agregadas numa condiccedilatildeo de equiliacutebrio Este sistema equilibrado eacute traduzido por um
conjunto de equaccedilotildees matemaacuteticas que permitem por exemplo prever as deslocaccedilotildees
entre as aacutereas residenciais e os locais de trabalho O objectivo do modelo de transportes
eacute a previsatildeo da procura (de transportes) e a sua adequaccedilatildeo agrave oferta existente enquanto o
modelo de uso do solo analisa a distribuiccedilatildeo espacial do emprego das aacutereas
residenciais comerciais e das demais actividades que possam influenciar a localizaccedilatildeo
das pessoas no territoacuterio Esta informaccedilatildeo eacute utilizada no modelo de transportes na
produccedilatildeo de deslocaccedilotildees Os custos de deslocaccedilatildeo que resultam de uma situaccedilatildeo de
equiliacutebrio entre a oferta e a procura de transportes satildeo revertidos no padratildeo de
localizaccedilatildeo das actividades econoacutemicas e das aacutereas residenciais Assim a interacccedilatildeo uso
do solotransportes permite determinar o modo como os transportes afectam a ocupaccedilatildeo
e o uso do solo o que por sua vez se repercute na localizaccedilatildeo das actividades e na
geraccedilatildeo de traacutefego Em comparaccedilatildeo com os de primeira geraccedilatildeo estes modelos satildeo
mais complexos e dinacircmicos
A terceira geraccedilatildeo de modelos emergiu a partir de meados da deacutecada de 1990 e
distingue-se pela utilizaccedilatildeo de teacutecnicas de microsimulaccedilatildeo e pelo facto de os modelos
serem mais complexos e dinacircmicos (Timmermans 2003) Alguns autores como
Torrens (2003) apelidam estes modelos de modelos de geosimulaccedilatildeo Os autoacutematos
celulares e os SMA satildeo as duas tipologias de modelaccedilatildeo mais utilizadas nesta terceira
geraccedilatildeo O ponto de partida destes modelos eacute o pressuposto de que as dinacircmicas
observadas ao niacutevel do territoacuterio resultam da acccedilatildeo individualizada de cada um dos
agentes envolvidos Nos autoacutematos celulares o territoacuterio eacute representado por uma grelha
de ceacutelulas que tecircm atributos especiacuteficos e que estatildeo sujeitas a regras determinadas pelo
sistema Nestes sistemas a troca de informaccedilotildees ou de dados espaciais entre as ceacutelulas
estaacute confinada agraves ceacutelulas vizinhas Pelas suas caracteriacutesticas os autoacutematos celulares satildeo
muito adequados para representar o territoacuterio e as infra-estruturas (Torrens 2003) e para
analisar a clusterizaccedilatildeo de actividades (Macy amp Willer 2002) Os SMA vatildeo mais longe
nesta anaacutelise ao associar as regras directamente aos indiviacuteduos ou agraves ceacutelulas e natildeo ao
sistema no seu conjunto Cada indiviacuteduo eacute modelado de acordo com o seu
comportamento o que faz dos modelos baseados em agentes uma poderosa ferramenta
para simular as opccedilotildees individualizadas Os agentes diferem dos autoacutematos celulares
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
pretendidos e com o tipo de agentes envolvidos no sistema pese embora natildeo existirem
arquitecturas melhores do que outras tal como Knapik amp Johnson (1998) referem
Ao longo do tempo foram desenvolvidas diversas arquitecturas de agentes mas
haacute trecircs tipologias dominantes e que satildeo representativas da maior parte dos sistemas a
arquitectura deliberativa a arquitectura reactiva e a arquitectura hiacutebrida
A arquitectura deliberativa segue a abordagem claacutessica da inteligecircncia artificial
onde os agentes interagem com reduzida autonomia (Figura 2) Um agente deliberativo
possui um modelo simboacutelico do ambiente e as suas decisotildees satildeo tomadas com base em
raciociacutenio loacutegico Como refere Costa (1999) a arquitectura deliberativa interpreta os
agentes como fazendo parte de um sistema baseado no conhecimento Nestes modelos eacute
necessaacuterio dotar os agentes se um sistema de planificaccedilatildeo que determinaraacute que passos
devem ser dados para atingir os seus objectivos
Fonte Pereira 2004
Figura 2 Modelo de arquitectura deliberativa
De acordo com Molina et al (2005) um dos primeiros passos a considerar na
construccedilatildeo de um sistema deliberativo consiste em fazer uma descriccedilatildeo simboacutelica
adequada do problema Seguidamente essa descriccedilatildeo deveraacute ser integrada no agente
para que este possa raciocinar e atingir as metas num periacuteodo de tempo preacute-estabelecido
(a questatildeo do tempo eacute importante porque os algoritmos da planificaccedilatildeo nem sempre
respondem em tempo uacutetil agraves solicitaccedilotildees do sistema) Assim e natildeo obstante a ideia
atractiva de colocar os agentes a interagir atraveacutes de raciociacutenio loacutegico haacute alguns
problemas que se colocam agrave arquitectura deliberativa nomeadamente a dificuldade em
traduzir o complexo mundo real em descriccedilotildees simboacutelicas e a dificuldade em obter
agentes capazes de lidar com esses problemas em tempo uacutetil
A arquitectura deliberativa revela-se particularmente adequada para implementar
agentes intencionais ou seja os agentes que satildeo capazes de produzir planos a partir das
suas crenccedilas e intenccedilotildees Por essa razatildeo e tal como referem Molina et al (2005) este
tipo de arquitectura eacute tambeacutem designado por arquitectura deliberativa BDI (Belief
Desire Intention) A arquitectura BDI eacute uma das que mais tem sido utilizada (Rao amp
Georgeff 1998 Molina et al 2005) pelo facto de incorporar um modelo de
representaccedilatildeo do raciociacutenio humano um nuacutemero consideraacutevel de implementaccedilotildees e
uma semacircntica loacutegica abstracta e de faacutecil compreensatildeo A arquitectura deliberativa BDI
foi desenvolvida para proporcionar soluccedilotildees em ambientes dinacircmicos ou incertos onde
os agentes apenas tecircm uma visatildeo parcial do problema (o acesso agrave informaccedilatildeo eacute
limitado) no contexto de um nuacutemero limitado de recursos As crenccedilas os desejos as
intenccedilotildees e os planos satildeo uma parte fundamental do estado destes sistemas
Na arquitectura reactiva os diversos problemas associados agrave representaccedilatildeo
simboacutelica do conhecimento conduziram ao estudo de modelos mais efectivos de
representaccedilatildeo do conhecimento Em oposiccedilatildeo agrave deliberativa a arquitectura reactiva
(Figura 3) natildeo utiliza nenhum modelo simboacutelico do ambiente nem recorre a nenhum
raciociacutenio loacutegico complexo A arquitectura reactiva baseia-se no princiacutepio de que um
agente pode desenvolver inteligecircncia a partir de interacccedilotildees com o ambiente natildeo
precisando de um modelo preacute-estabelecido Nesta categoria os agentes reagem aos
estiacutemulos definindo assim os comportamentos De acordo com Molina et al (2005) a
maior parte das aplicaccedilotildees das arquitecturas reactivas centraram-se no desenvolvimento
de controladores de roboacutetica Com efeito os robots podem considerar-se agentes reais
(natildeo software) que operam num ambiente em mudanccedila Eacute justamente a necessidade de
actuar num ambiente com estas caracteriacutesticas que dificultam a adopccedilatildeo de arquitecturas
deliberativas uma vez que a necessidade de redefiniccedilatildeo dos planos a uma realidade em
mudanccedila dificulta a obtenccedilatildeo de respostas eficientes por parte deste tipo de arquitectura
Fonte Pereira 2004
Figura 3 Modelo de arquitectura reactiva
A arquitectura hiacutebrida (Figura 4) procura conciliar as principais vantagens das
categorias deliberativas e reactivas superando algumas das debilidades da arquitectura
deliberativa (dificuldade em resolver com rapidez e eficaacutecia os problemas complexos) e
da reactiva (satildeo redutores ao apenas reagirem por estiacutemulos) Numa arquitectura
hiacutebrida a construccedilatildeo do modelo processa-se atraveacutes de dois sub-sistemas um
deliberativo que utiliza um modelo simboacutelico e que produz planos e outro reactivo
centrado em reagir a estiacutemulos que ocorram no ambiente e que natildeo requeiram um
mecanismo de raciociacutenio complexo Como referem Molina et al (2005) a natureza
destas arquitecturas satildeo propiacutecias a uma estruturaccedilatildeo por camadas que pode ser (i)
vertical quando apenas uma camada tem acesso aos sensores e actuadores (ii)
horizontal quando todas as camadas tecircm acesso aos sensores e actuadores As camadas
encontram-se hierarquicamente organizadas com a informaccedilatildeo sobre o meio em
diferentes niacuteveis de abstracccedilatildeo A maioria das arquitecturas hiacutebridas encontra-se
estruturada em trecircs niacuteveis
- Niacutevel reactivo corresponde ao niacutevel mais baixo Neste niacutevel satildeo tomadas as decisotildees
em relaccedilatildeo aos estiacutemulos recebidos do ambiente em tempo real
- Niacutevel do conhecimento corresponde a um niacutevel intermeacutedio onde se procede ao
conhecimento que o agente tem do ambiente normalmente com a ajuda de uma
representaccedilatildeo simboacutelica do mesmo
- Niacutevel social eacute a camada de niacutevel superior Eacute neste niacutevel que se processam os aspectos
sociais do ambiente incluindo tanto a informaccedilatildeo de outros agentes como os desejos
as intenccedilotildees etc Assim o comportamento global do agente eacute definido pela interacccedilatildeo
entre estes trecircs niacuteveis alternando entre as diversas arquitecturas
Fonte Adaptado de Molina et al (2005)
Figura 4 Modelo de arquitectura hiacutebrida
3 A utilizaccedilatildeo dos sistemas multiagentes no planeamento do territoacuterio
31 As motivaccedilotildees da aplicaccedilatildeo dos SMA no planeamento do territoacuterio
Os SMA tecircm actualmente um vasto espectro de aplicaccedilotildees com o objectivo de
tornar mais eficientes e de resolver determinados problemas de sistemas reais mais ou
menos complexos Para Rabino amp Girotti (2004) um sistema complexo eacute aquele ao qual
satildeo adicionadas dimensotildees comportamentais e subjectivas de que resultam efeitos natildeo
lineares (imprevisiacuteveis) A complexidade de um sistema traduz-se assim num conjunto
de relaccedilotildees que natildeo satildeo evidentes nem traduziacuteveis do ponto de vista fiacutesico ou
matemaacutetico mas que satildeo determinantes nas relaccedilotildees e nos comportamentos das
entidades e das caracteriacutesticas dos proacuteprios sistemas
Os territoacuterios e em particular as cidades satildeo considerados sistemas complexos
devido ao conjunto de vaacuterios elementos que constituem a cidade e que regulam o seu
contiacutenuo crescimento Neste sentido Batty (2008) refere que as cidades constituem
sistemas complexos por excelecircncia que se encontram distantes de uma situaccedilatildeo de
equiliacutebrio e que em consequecircncia requerem uma atenccedilatildeo especial para se poderem
manter com niacuteveis de sustentabilidade adequados Healey (2007) associa mais a questatildeo
da complexidade ao planeamento urbano Actualmente as cidades natildeo podem ser
descritas como unidades bem definidas e delimitadas pois a interacccedilatildeo de muacuteltiplos
actores em escalas e em redes diversas gera um grau de incerteza e de complexidade de
difiacutecil anaacutelise pelos meacutetodos tradicionais Por isso ao longo das uacuteltimas deacutecadas os
planeadores do territoacuterio tecircm estudado e divulgado o grande nuacutemero de
descontinuidades que haacute nestes sistemas associados agrave dificuldade de previsatildeo e aos
comportamentos imprevistos que tecircm lugar sobre o territoacuterio de que resultam
fenoacutemenos de natildeo-linearidade e de auto-organizaccedilatildeo E por outro lado tecircm
desenvolvido ferramentas de planeamento e de apoio agrave decisatildeo mais robustas que
permitem optimizar as medidas num cenaacuterio de maior complexidade
Neste contexto o planeamento eacute a actividade que procura racionalizar o uso e as
formas de ocupaccedilatildeo do mesmo atraveacutes de um conjunto de normas e de regulaccedilotildees Agrave
medida que os territoacuterios e as cidades se tecircm tornado mais complexos o planeamento
do uso do solo tem-se tornado tambeacutem numa actividade mais exigente devido agrave
interferecircncia de vaacuterios factores tais como os actores as especificidades de cada
territoacuterio e os processos autoacutenomos (Ligtenberg et al 2004) Os actores considerados a
niacutevel individual e colectivo satildeo entidades que tecircm uma acccedilatildeo directa no planeamento
do uso do solo a partir das suas intenccedilotildees e dos seus interesses As especificidades do
territoacuterio condicionam os diversos tipos de ocupaccedilotildees que lhe podem ser dadas
podendo ser mais ou menos restritivos para um determinado uso Para aleacutem disso haacute
que contar com os processos autoacutenomos que correspondem aos factores que podem
alterar a natureza (e assim o tipo de ocupaccedilatildeo) do solo como os factores naturais
(erosatildeo inundaccedilatildeo etc) Os planos e as demais regulamentaccedilotildees completam o conjunto
de factores que condicionam a forma como se processa a ocupaccedilatildeo do uso do solo A
combinaccedilatildeo de todos estes factores faz com que o planeamento do uso do solo seja um
processo complexo (onde eacute difiacutecil destrinccedilar as relaccedilotildees causais entre os vaacuterios agentes)
e seja um processo natildeo linear e dependente da actuaccedilatildeo combinada dos vaacuterios agentes
Deste modo e num contexto em que a complexidade territorial eacute cada vez maior
a utilizaccedilatildeo de ferramentas potentes eacute essencial para apoiar o processo de tomada de
decisatildeo Tal como referem Joshi et al (2006) a utilizaccedilatildeo de modelos e o recurso agrave
simulaccedilatildeo permite aos planeadores do territoacuterio analisar e simular cenaacuterios futuros
baseados no conhecimento que se passa a ter dos comportamentos dos actores das suas
interacccedilotildees e do papel que promovem na alteraccedilatildeo do uso do solo Com efeito e ao niacutevel
do planeamento do territoacuterio o conceito de simulaccedilatildeo deve ser entendido como uma
actividade de modelaccedilatildeo que procura analisar os impactos e efectuar previsotildees sobre a
evoluccedilatildeo futura a partir da inter-relaccedilatildeo das vaacuterias componentes do territoacuterio integradas
num sistema operacional (Briassoulis 2000)
O recurso aos SMA no planeamento do territoacuterio e do planeamento urbano em
particular estaacute entatildeo associado ao desenvolvimento de modelos mais robustos que
permitem responder agraves novas solicitaccedilotildees dos territoacuterios e das cidades O recurso aos
SMA permite natildeo soacute entender o territoacuterio como um sistema complexo como
disponibiliza ferramentas mais adequadas para a sua gestatildeo passando de uma
perspectiva top down para um tipo de planeamento mais relacional que envolve os
diversos actores no processo permitindo obter melhores resultados ainda que agrave custa da
complexificaccedilatildeo dos processos (Healey 2007)
Os SMA tecircm vindo a ter uma utilizaccedilatildeo crescente no domiacutenio de vaacuterias ciecircncias
ligadas ao planeamento do territoacuterio nomeadamente ao niacutevel da Geografia da
Sociologia da Engenharia do Urbanismo e da Gestatildeo Ambiental atraveacutes do
desenvolvimento de modelos baseados em agentes Actualmente existe um grande
nuacutemero de modelos de simulaccedilatildeo territorial baseados em agentes Batty (2009) descreve
os modelos como simplificaccedilotildees da realidade como a abstracccedilatildeo teoacuterica de um sistema
atraveacutes dos quais os princiacutepios teoacutericos satildeo testados e analisados Os modelos satildeo
aplicados invariavelmente atraveacutes de sistemas computacionais onde os computadores
funcionam como laboratoacuterios onde decorre a experimentaccedilatildeo dos fenoacutemenos Os
modelos territoriais podem entatildeo ser definidos como simulaccedilotildees computacionais
utilizadas para testar teorias relacionadas com a localizaccedilatildeo espacial e a interacccedilatildeo entre
os usos do solo e as actividades relacionadas Aleacutem disso os modelos tambeacutem
permitem avaliar atraveacutes de uma interface digital as consequecircncias que as poliacuteticas
urbanas poderatildeo ter no desenvolvimento futuro dos territoacuterios e das cidades No caso
das cidades os modelos representam e analisam funccedilotildees e processos que geram
estruturas urbanas espaciais em termos de uso do solo da distribuiccedilatildeo da populaccedilatildeo do
emprego e dos transportes estando integrados num programa computacional que
permite testar as teorias locativas e projectar o desenvolvimento futuro
32 Os modelos de planeamento do territoacuterio
Ao longo das uacuteltimas cinco deacutecadas foram desenvolvidos diversos modelos que
procuram fundamentalmente representar e analisar as dinacircmicas ao niacutevel da ocupaccedilatildeo
do solo e da deslocaccedilatildeo das pessoas nas cidades Haacute diversos estudos que fazem uma
retrospectiva mais ou menos detalhada das caracteriacutesticas e dos modelos que foram
colocados em praacutetica (Wegener 1994 Southworth 1995 Timmermans 2003 Hunt et
al 2005 Iacono et al 2008) De uma forma geral considera-se a existecircncia de trecircs
geraccedilotildees de modelos os modelos graviacuteticos os modelos do uso do solo transportes e os
modelos de microsimulaccedilatildeo onde se incluem os modelos baseados em agentes
Os modelos graviacuteticos foram desenvolvidos durante a deacutecada de 1960 e
inspiram-se directamente no modelo de Lowry (1964) que foi considerado o primeiro
sistema operacional de anaacutelise da ocupaccedilatildeo do solo urbano (Southworth 1995 Iacono
et al 2008) Estes primeiros modelos apresentaram um conjunto de inovaccedilotildees
metodoloacutegicas como os meacutetodos de maximizaccedilatildeo e os elementos estocaacutesticos que
permitiram construir modelos de interacccedilatildeo baseados na agregaccedilatildeo espacial
(Timmermans 2003) Estes modelos satildeo chamados graviacuteticos por analogia agrave teoria da
gravidade de Newton nomeadamente no que respeita agrave distribuiccedilatildeo do padratildeo de
viagens geradas que por sua vez era obtido atraveacutes de regressotildees lineares (Iacono et
al 2008)
A segunda geraccedilatildeo de modelos foi desenvolvida a partir da deacutecada de 1970 e
sobretudo durante a deacutecada de 1980 Estes modelos baseiam-se no princiacutepio das
escolhas discretas e da maximizaccedilatildeo da utilidade e caracterizam-se por integrarem na
modelaccedilatildeo duas componentes inter-relacionadas o uso do solo e os transportes Os
modelos combinados de uso do solo e dos transportes satildeo modelos de interacccedilatildeo
espacial que concebem a cidade como um sistema constituiacutedo por vaacuterias interacccedilotildees
agregadas numa condiccedilatildeo de equiliacutebrio Este sistema equilibrado eacute traduzido por um
conjunto de equaccedilotildees matemaacuteticas que permitem por exemplo prever as deslocaccedilotildees
entre as aacutereas residenciais e os locais de trabalho O objectivo do modelo de transportes
eacute a previsatildeo da procura (de transportes) e a sua adequaccedilatildeo agrave oferta existente enquanto o
modelo de uso do solo analisa a distribuiccedilatildeo espacial do emprego das aacutereas
residenciais comerciais e das demais actividades que possam influenciar a localizaccedilatildeo
das pessoas no territoacuterio Esta informaccedilatildeo eacute utilizada no modelo de transportes na
produccedilatildeo de deslocaccedilotildees Os custos de deslocaccedilatildeo que resultam de uma situaccedilatildeo de
equiliacutebrio entre a oferta e a procura de transportes satildeo revertidos no padratildeo de
localizaccedilatildeo das actividades econoacutemicas e das aacutereas residenciais Assim a interacccedilatildeo uso
do solotransportes permite determinar o modo como os transportes afectam a ocupaccedilatildeo
e o uso do solo o que por sua vez se repercute na localizaccedilatildeo das actividades e na
geraccedilatildeo de traacutefego Em comparaccedilatildeo com os de primeira geraccedilatildeo estes modelos satildeo
mais complexos e dinacircmicos
A terceira geraccedilatildeo de modelos emergiu a partir de meados da deacutecada de 1990 e
distingue-se pela utilizaccedilatildeo de teacutecnicas de microsimulaccedilatildeo e pelo facto de os modelos
serem mais complexos e dinacircmicos (Timmermans 2003) Alguns autores como
Torrens (2003) apelidam estes modelos de modelos de geosimulaccedilatildeo Os autoacutematos
celulares e os SMA satildeo as duas tipologias de modelaccedilatildeo mais utilizadas nesta terceira
geraccedilatildeo O ponto de partida destes modelos eacute o pressuposto de que as dinacircmicas
observadas ao niacutevel do territoacuterio resultam da acccedilatildeo individualizada de cada um dos
agentes envolvidos Nos autoacutematos celulares o territoacuterio eacute representado por uma grelha
de ceacutelulas que tecircm atributos especiacuteficos e que estatildeo sujeitas a regras determinadas pelo
sistema Nestes sistemas a troca de informaccedilotildees ou de dados espaciais entre as ceacutelulas
estaacute confinada agraves ceacutelulas vizinhas Pelas suas caracteriacutesticas os autoacutematos celulares satildeo
muito adequados para representar o territoacuterio e as infra-estruturas (Torrens 2003) e para
analisar a clusterizaccedilatildeo de actividades (Macy amp Willer 2002) Os SMA vatildeo mais longe
nesta anaacutelise ao associar as regras directamente aos indiviacuteduos ou agraves ceacutelulas e natildeo ao
sistema no seu conjunto Cada indiviacuteduo eacute modelado de acordo com o seu
comportamento o que faz dos modelos baseados em agentes uma poderosa ferramenta
para simular as opccedilotildees individualizadas Os agentes diferem dos autoacutematos celulares
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
suas crenccedilas e intenccedilotildees Por essa razatildeo e tal como referem Molina et al (2005) este
tipo de arquitectura eacute tambeacutem designado por arquitectura deliberativa BDI (Belief
Desire Intention) A arquitectura BDI eacute uma das que mais tem sido utilizada (Rao amp
Georgeff 1998 Molina et al 2005) pelo facto de incorporar um modelo de
representaccedilatildeo do raciociacutenio humano um nuacutemero consideraacutevel de implementaccedilotildees e
uma semacircntica loacutegica abstracta e de faacutecil compreensatildeo A arquitectura deliberativa BDI
foi desenvolvida para proporcionar soluccedilotildees em ambientes dinacircmicos ou incertos onde
os agentes apenas tecircm uma visatildeo parcial do problema (o acesso agrave informaccedilatildeo eacute
limitado) no contexto de um nuacutemero limitado de recursos As crenccedilas os desejos as
intenccedilotildees e os planos satildeo uma parte fundamental do estado destes sistemas
Na arquitectura reactiva os diversos problemas associados agrave representaccedilatildeo
simboacutelica do conhecimento conduziram ao estudo de modelos mais efectivos de
representaccedilatildeo do conhecimento Em oposiccedilatildeo agrave deliberativa a arquitectura reactiva
(Figura 3) natildeo utiliza nenhum modelo simboacutelico do ambiente nem recorre a nenhum
raciociacutenio loacutegico complexo A arquitectura reactiva baseia-se no princiacutepio de que um
agente pode desenvolver inteligecircncia a partir de interacccedilotildees com o ambiente natildeo
precisando de um modelo preacute-estabelecido Nesta categoria os agentes reagem aos
estiacutemulos definindo assim os comportamentos De acordo com Molina et al (2005) a
maior parte das aplicaccedilotildees das arquitecturas reactivas centraram-se no desenvolvimento
de controladores de roboacutetica Com efeito os robots podem considerar-se agentes reais
(natildeo software) que operam num ambiente em mudanccedila Eacute justamente a necessidade de
actuar num ambiente com estas caracteriacutesticas que dificultam a adopccedilatildeo de arquitecturas
deliberativas uma vez que a necessidade de redefiniccedilatildeo dos planos a uma realidade em
mudanccedila dificulta a obtenccedilatildeo de respostas eficientes por parte deste tipo de arquitectura
Fonte Pereira 2004
Figura 3 Modelo de arquitectura reactiva
A arquitectura hiacutebrida (Figura 4) procura conciliar as principais vantagens das
categorias deliberativas e reactivas superando algumas das debilidades da arquitectura
deliberativa (dificuldade em resolver com rapidez e eficaacutecia os problemas complexos) e
da reactiva (satildeo redutores ao apenas reagirem por estiacutemulos) Numa arquitectura
hiacutebrida a construccedilatildeo do modelo processa-se atraveacutes de dois sub-sistemas um
deliberativo que utiliza um modelo simboacutelico e que produz planos e outro reactivo
centrado em reagir a estiacutemulos que ocorram no ambiente e que natildeo requeiram um
mecanismo de raciociacutenio complexo Como referem Molina et al (2005) a natureza
destas arquitecturas satildeo propiacutecias a uma estruturaccedilatildeo por camadas que pode ser (i)
vertical quando apenas uma camada tem acesso aos sensores e actuadores (ii)
horizontal quando todas as camadas tecircm acesso aos sensores e actuadores As camadas
encontram-se hierarquicamente organizadas com a informaccedilatildeo sobre o meio em
diferentes niacuteveis de abstracccedilatildeo A maioria das arquitecturas hiacutebridas encontra-se
estruturada em trecircs niacuteveis
- Niacutevel reactivo corresponde ao niacutevel mais baixo Neste niacutevel satildeo tomadas as decisotildees
em relaccedilatildeo aos estiacutemulos recebidos do ambiente em tempo real
- Niacutevel do conhecimento corresponde a um niacutevel intermeacutedio onde se procede ao
conhecimento que o agente tem do ambiente normalmente com a ajuda de uma
representaccedilatildeo simboacutelica do mesmo
- Niacutevel social eacute a camada de niacutevel superior Eacute neste niacutevel que se processam os aspectos
sociais do ambiente incluindo tanto a informaccedilatildeo de outros agentes como os desejos
as intenccedilotildees etc Assim o comportamento global do agente eacute definido pela interacccedilatildeo
entre estes trecircs niacuteveis alternando entre as diversas arquitecturas
Fonte Adaptado de Molina et al (2005)
Figura 4 Modelo de arquitectura hiacutebrida
3 A utilizaccedilatildeo dos sistemas multiagentes no planeamento do territoacuterio
31 As motivaccedilotildees da aplicaccedilatildeo dos SMA no planeamento do territoacuterio
Os SMA tecircm actualmente um vasto espectro de aplicaccedilotildees com o objectivo de
tornar mais eficientes e de resolver determinados problemas de sistemas reais mais ou
menos complexos Para Rabino amp Girotti (2004) um sistema complexo eacute aquele ao qual
satildeo adicionadas dimensotildees comportamentais e subjectivas de que resultam efeitos natildeo
lineares (imprevisiacuteveis) A complexidade de um sistema traduz-se assim num conjunto
de relaccedilotildees que natildeo satildeo evidentes nem traduziacuteveis do ponto de vista fiacutesico ou
matemaacutetico mas que satildeo determinantes nas relaccedilotildees e nos comportamentos das
entidades e das caracteriacutesticas dos proacuteprios sistemas
Os territoacuterios e em particular as cidades satildeo considerados sistemas complexos
devido ao conjunto de vaacuterios elementos que constituem a cidade e que regulam o seu
contiacutenuo crescimento Neste sentido Batty (2008) refere que as cidades constituem
sistemas complexos por excelecircncia que se encontram distantes de uma situaccedilatildeo de
equiliacutebrio e que em consequecircncia requerem uma atenccedilatildeo especial para se poderem
manter com niacuteveis de sustentabilidade adequados Healey (2007) associa mais a questatildeo
da complexidade ao planeamento urbano Actualmente as cidades natildeo podem ser
descritas como unidades bem definidas e delimitadas pois a interacccedilatildeo de muacuteltiplos
actores em escalas e em redes diversas gera um grau de incerteza e de complexidade de
difiacutecil anaacutelise pelos meacutetodos tradicionais Por isso ao longo das uacuteltimas deacutecadas os
planeadores do territoacuterio tecircm estudado e divulgado o grande nuacutemero de
descontinuidades que haacute nestes sistemas associados agrave dificuldade de previsatildeo e aos
comportamentos imprevistos que tecircm lugar sobre o territoacuterio de que resultam
fenoacutemenos de natildeo-linearidade e de auto-organizaccedilatildeo E por outro lado tecircm
desenvolvido ferramentas de planeamento e de apoio agrave decisatildeo mais robustas que
permitem optimizar as medidas num cenaacuterio de maior complexidade
Neste contexto o planeamento eacute a actividade que procura racionalizar o uso e as
formas de ocupaccedilatildeo do mesmo atraveacutes de um conjunto de normas e de regulaccedilotildees Agrave
medida que os territoacuterios e as cidades se tecircm tornado mais complexos o planeamento
do uso do solo tem-se tornado tambeacutem numa actividade mais exigente devido agrave
interferecircncia de vaacuterios factores tais como os actores as especificidades de cada
territoacuterio e os processos autoacutenomos (Ligtenberg et al 2004) Os actores considerados a
niacutevel individual e colectivo satildeo entidades que tecircm uma acccedilatildeo directa no planeamento
do uso do solo a partir das suas intenccedilotildees e dos seus interesses As especificidades do
territoacuterio condicionam os diversos tipos de ocupaccedilotildees que lhe podem ser dadas
podendo ser mais ou menos restritivos para um determinado uso Para aleacutem disso haacute
que contar com os processos autoacutenomos que correspondem aos factores que podem
alterar a natureza (e assim o tipo de ocupaccedilatildeo) do solo como os factores naturais
(erosatildeo inundaccedilatildeo etc) Os planos e as demais regulamentaccedilotildees completam o conjunto
de factores que condicionam a forma como se processa a ocupaccedilatildeo do uso do solo A
combinaccedilatildeo de todos estes factores faz com que o planeamento do uso do solo seja um
processo complexo (onde eacute difiacutecil destrinccedilar as relaccedilotildees causais entre os vaacuterios agentes)
e seja um processo natildeo linear e dependente da actuaccedilatildeo combinada dos vaacuterios agentes
Deste modo e num contexto em que a complexidade territorial eacute cada vez maior
a utilizaccedilatildeo de ferramentas potentes eacute essencial para apoiar o processo de tomada de
decisatildeo Tal como referem Joshi et al (2006) a utilizaccedilatildeo de modelos e o recurso agrave
simulaccedilatildeo permite aos planeadores do territoacuterio analisar e simular cenaacuterios futuros
baseados no conhecimento que se passa a ter dos comportamentos dos actores das suas
interacccedilotildees e do papel que promovem na alteraccedilatildeo do uso do solo Com efeito e ao niacutevel
do planeamento do territoacuterio o conceito de simulaccedilatildeo deve ser entendido como uma
actividade de modelaccedilatildeo que procura analisar os impactos e efectuar previsotildees sobre a
evoluccedilatildeo futura a partir da inter-relaccedilatildeo das vaacuterias componentes do territoacuterio integradas
num sistema operacional (Briassoulis 2000)
O recurso aos SMA no planeamento do territoacuterio e do planeamento urbano em
particular estaacute entatildeo associado ao desenvolvimento de modelos mais robustos que
permitem responder agraves novas solicitaccedilotildees dos territoacuterios e das cidades O recurso aos
SMA permite natildeo soacute entender o territoacuterio como um sistema complexo como
disponibiliza ferramentas mais adequadas para a sua gestatildeo passando de uma
perspectiva top down para um tipo de planeamento mais relacional que envolve os
diversos actores no processo permitindo obter melhores resultados ainda que agrave custa da
complexificaccedilatildeo dos processos (Healey 2007)
Os SMA tecircm vindo a ter uma utilizaccedilatildeo crescente no domiacutenio de vaacuterias ciecircncias
ligadas ao planeamento do territoacuterio nomeadamente ao niacutevel da Geografia da
Sociologia da Engenharia do Urbanismo e da Gestatildeo Ambiental atraveacutes do
desenvolvimento de modelos baseados em agentes Actualmente existe um grande
nuacutemero de modelos de simulaccedilatildeo territorial baseados em agentes Batty (2009) descreve
os modelos como simplificaccedilotildees da realidade como a abstracccedilatildeo teoacuterica de um sistema
atraveacutes dos quais os princiacutepios teoacutericos satildeo testados e analisados Os modelos satildeo
aplicados invariavelmente atraveacutes de sistemas computacionais onde os computadores
funcionam como laboratoacuterios onde decorre a experimentaccedilatildeo dos fenoacutemenos Os
modelos territoriais podem entatildeo ser definidos como simulaccedilotildees computacionais
utilizadas para testar teorias relacionadas com a localizaccedilatildeo espacial e a interacccedilatildeo entre
os usos do solo e as actividades relacionadas Aleacutem disso os modelos tambeacutem
permitem avaliar atraveacutes de uma interface digital as consequecircncias que as poliacuteticas
urbanas poderatildeo ter no desenvolvimento futuro dos territoacuterios e das cidades No caso
das cidades os modelos representam e analisam funccedilotildees e processos que geram
estruturas urbanas espaciais em termos de uso do solo da distribuiccedilatildeo da populaccedilatildeo do
emprego e dos transportes estando integrados num programa computacional que
permite testar as teorias locativas e projectar o desenvolvimento futuro
32 Os modelos de planeamento do territoacuterio
Ao longo das uacuteltimas cinco deacutecadas foram desenvolvidos diversos modelos que
procuram fundamentalmente representar e analisar as dinacircmicas ao niacutevel da ocupaccedilatildeo
do solo e da deslocaccedilatildeo das pessoas nas cidades Haacute diversos estudos que fazem uma
retrospectiva mais ou menos detalhada das caracteriacutesticas e dos modelos que foram
colocados em praacutetica (Wegener 1994 Southworth 1995 Timmermans 2003 Hunt et
al 2005 Iacono et al 2008) De uma forma geral considera-se a existecircncia de trecircs
geraccedilotildees de modelos os modelos graviacuteticos os modelos do uso do solo transportes e os
modelos de microsimulaccedilatildeo onde se incluem os modelos baseados em agentes
Os modelos graviacuteticos foram desenvolvidos durante a deacutecada de 1960 e
inspiram-se directamente no modelo de Lowry (1964) que foi considerado o primeiro
sistema operacional de anaacutelise da ocupaccedilatildeo do solo urbano (Southworth 1995 Iacono
et al 2008) Estes primeiros modelos apresentaram um conjunto de inovaccedilotildees
metodoloacutegicas como os meacutetodos de maximizaccedilatildeo e os elementos estocaacutesticos que
permitiram construir modelos de interacccedilatildeo baseados na agregaccedilatildeo espacial
(Timmermans 2003) Estes modelos satildeo chamados graviacuteticos por analogia agrave teoria da
gravidade de Newton nomeadamente no que respeita agrave distribuiccedilatildeo do padratildeo de
viagens geradas que por sua vez era obtido atraveacutes de regressotildees lineares (Iacono et
al 2008)
A segunda geraccedilatildeo de modelos foi desenvolvida a partir da deacutecada de 1970 e
sobretudo durante a deacutecada de 1980 Estes modelos baseiam-se no princiacutepio das
escolhas discretas e da maximizaccedilatildeo da utilidade e caracterizam-se por integrarem na
modelaccedilatildeo duas componentes inter-relacionadas o uso do solo e os transportes Os
modelos combinados de uso do solo e dos transportes satildeo modelos de interacccedilatildeo
espacial que concebem a cidade como um sistema constituiacutedo por vaacuterias interacccedilotildees
agregadas numa condiccedilatildeo de equiliacutebrio Este sistema equilibrado eacute traduzido por um
conjunto de equaccedilotildees matemaacuteticas que permitem por exemplo prever as deslocaccedilotildees
entre as aacutereas residenciais e os locais de trabalho O objectivo do modelo de transportes
eacute a previsatildeo da procura (de transportes) e a sua adequaccedilatildeo agrave oferta existente enquanto o
modelo de uso do solo analisa a distribuiccedilatildeo espacial do emprego das aacutereas
residenciais comerciais e das demais actividades que possam influenciar a localizaccedilatildeo
das pessoas no territoacuterio Esta informaccedilatildeo eacute utilizada no modelo de transportes na
produccedilatildeo de deslocaccedilotildees Os custos de deslocaccedilatildeo que resultam de uma situaccedilatildeo de
equiliacutebrio entre a oferta e a procura de transportes satildeo revertidos no padratildeo de
localizaccedilatildeo das actividades econoacutemicas e das aacutereas residenciais Assim a interacccedilatildeo uso
do solotransportes permite determinar o modo como os transportes afectam a ocupaccedilatildeo
e o uso do solo o que por sua vez se repercute na localizaccedilatildeo das actividades e na
geraccedilatildeo de traacutefego Em comparaccedilatildeo com os de primeira geraccedilatildeo estes modelos satildeo
mais complexos e dinacircmicos
A terceira geraccedilatildeo de modelos emergiu a partir de meados da deacutecada de 1990 e
distingue-se pela utilizaccedilatildeo de teacutecnicas de microsimulaccedilatildeo e pelo facto de os modelos
serem mais complexos e dinacircmicos (Timmermans 2003) Alguns autores como
Torrens (2003) apelidam estes modelos de modelos de geosimulaccedilatildeo Os autoacutematos
celulares e os SMA satildeo as duas tipologias de modelaccedilatildeo mais utilizadas nesta terceira
geraccedilatildeo O ponto de partida destes modelos eacute o pressuposto de que as dinacircmicas
observadas ao niacutevel do territoacuterio resultam da acccedilatildeo individualizada de cada um dos
agentes envolvidos Nos autoacutematos celulares o territoacuterio eacute representado por uma grelha
de ceacutelulas que tecircm atributos especiacuteficos e que estatildeo sujeitas a regras determinadas pelo
sistema Nestes sistemas a troca de informaccedilotildees ou de dados espaciais entre as ceacutelulas
estaacute confinada agraves ceacutelulas vizinhas Pelas suas caracteriacutesticas os autoacutematos celulares satildeo
muito adequados para representar o territoacuterio e as infra-estruturas (Torrens 2003) e para
analisar a clusterizaccedilatildeo de actividades (Macy amp Willer 2002) Os SMA vatildeo mais longe
nesta anaacutelise ao associar as regras directamente aos indiviacuteduos ou agraves ceacutelulas e natildeo ao
sistema no seu conjunto Cada indiviacuteduo eacute modelado de acordo com o seu
comportamento o que faz dos modelos baseados em agentes uma poderosa ferramenta
para simular as opccedilotildees individualizadas Os agentes diferem dos autoacutematos celulares
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
A arquitectura hiacutebrida (Figura 4) procura conciliar as principais vantagens das
categorias deliberativas e reactivas superando algumas das debilidades da arquitectura
deliberativa (dificuldade em resolver com rapidez e eficaacutecia os problemas complexos) e
da reactiva (satildeo redutores ao apenas reagirem por estiacutemulos) Numa arquitectura
hiacutebrida a construccedilatildeo do modelo processa-se atraveacutes de dois sub-sistemas um
deliberativo que utiliza um modelo simboacutelico e que produz planos e outro reactivo
centrado em reagir a estiacutemulos que ocorram no ambiente e que natildeo requeiram um
mecanismo de raciociacutenio complexo Como referem Molina et al (2005) a natureza
destas arquitecturas satildeo propiacutecias a uma estruturaccedilatildeo por camadas que pode ser (i)
vertical quando apenas uma camada tem acesso aos sensores e actuadores (ii)
horizontal quando todas as camadas tecircm acesso aos sensores e actuadores As camadas
encontram-se hierarquicamente organizadas com a informaccedilatildeo sobre o meio em
diferentes niacuteveis de abstracccedilatildeo A maioria das arquitecturas hiacutebridas encontra-se
estruturada em trecircs niacuteveis
- Niacutevel reactivo corresponde ao niacutevel mais baixo Neste niacutevel satildeo tomadas as decisotildees
em relaccedilatildeo aos estiacutemulos recebidos do ambiente em tempo real
- Niacutevel do conhecimento corresponde a um niacutevel intermeacutedio onde se procede ao
conhecimento que o agente tem do ambiente normalmente com a ajuda de uma
representaccedilatildeo simboacutelica do mesmo
- Niacutevel social eacute a camada de niacutevel superior Eacute neste niacutevel que se processam os aspectos
sociais do ambiente incluindo tanto a informaccedilatildeo de outros agentes como os desejos
as intenccedilotildees etc Assim o comportamento global do agente eacute definido pela interacccedilatildeo
entre estes trecircs niacuteveis alternando entre as diversas arquitecturas
Fonte Adaptado de Molina et al (2005)
Figura 4 Modelo de arquitectura hiacutebrida
3 A utilizaccedilatildeo dos sistemas multiagentes no planeamento do territoacuterio
31 As motivaccedilotildees da aplicaccedilatildeo dos SMA no planeamento do territoacuterio
Os SMA tecircm actualmente um vasto espectro de aplicaccedilotildees com o objectivo de
tornar mais eficientes e de resolver determinados problemas de sistemas reais mais ou
menos complexos Para Rabino amp Girotti (2004) um sistema complexo eacute aquele ao qual
satildeo adicionadas dimensotildees comportamentais e subjectivas de que resultam efeitos natildeo
lineares (imprevisiacuteveis) A complexidade de um sistema traduz-se assim num conjunto
de relaccedilotildees que natildeo satildeo evidentes nem traduziacuteveis do ponto de vista fiacutesico ou
matemaacutetico mas que satildeo determinantes nas relaccedilotildees e nos comportamentos das
entidades e das caracteriacutesticas dos proacuteprios sistemas
Os territoacuterios e em particular as cidades satildeo considerados sistemas complexos
devido ao conjunto de vaacuterios elementos que constituem a cidade e que regulam o seu
contiacutenuo crescimento Neste sentido Batty (2008) refere que as cidades constituem
sistemas complexos por excelecircncia que se encontram distantes de uma situaccedilatildeo de
equiliacutebrio e que em consequecircncia requerem uma atenccedilatildeo especial para se poderem
manter com niacuteveis de sustentabilidade adequados Healey (2007) associa mais a questatildeo
da complexidade ao planeamento urbano Actualmente as cidades natildeo podem ser
descritas como unidades bem definidas e delimitadas pois a interacccedilatildeo de muacuteltiplos
actores em escalas e em redes diversas gera um grau de incerteza e de complexidade de
difiacutecil anaacutelise pelos meacutetodos tradicionais Por isso ao longo das uacuteltimas deacutecadas os
planeadores do territoacuterio tecircm estudado e divulgado o grande nuacutemero de
descontinuidades que haacute nestes sistemas associados agrave dificuldade de previsatildeo e aos
comportamentos imprevistos que tecircm lugar sobre o territoacuterio de que resultam
fenoacutemenos de natildeo-linearidade e de auto-organizaccedilatildeo E por outro lado tecircm
desenvolvido ferramentas de planeamento e de apoio agrave decisatildeo mais robustas que
permitem optimizar as medidas num cenaacuterio de maior complexidade
Neste contexto o planeamento eacute a actividade que procura racionalizar o uso e as
formas de ocupaccedilatildeo do mesmo atraveacutes de um conjunto de normas e de regulaccedilotildees Agrave
medida que os territoacuterios e as cidades se tecircm tornado mais complexos o planeamento
do uso do solo tem-se tornado tambeacutem numa actividade mais exigente devido agrave
interferecircncia de vaacuterios factores tais como os actores as especificidades de cada
territoacuterio e os processos autoacutenomos (Ligtenberg et al 2004) Os actores considerados a
niacutevel individual e colectivo satildeo entidades que tecircm uma acccedilatildeo directa no planeamento
do uso do solo a partir das suas intenccedilotildees e dos seus interesses As especificidades do
territoacuterio condicionam os diversos tipos de ocupaccedilotildees que lhe podem ser dadas
podendo ser mais ou menos restritivos para um determinado uso Para aleacutem disso haacute
que contar com os processos autoacutenomos que correspondem aos factores que podem
alterar a natureza (e assim o tipo de ocupaccedilatildeo) do solo como os factores naturais
(erosatildeo inundaccedilatildeo etc) Os planos e as demais regulamentaccedilotildees completam o conjunto
de factores que condicionam a forma como se processa a ocupaccedilatildeo do uso do solo A
combinaccedilatildeo de todos estes factores faz com que o planeamento do uso do solo seja um
processo complexo (onde eacute difiacutecil destrinccedilar as relaccedilotildees causais entre os vaacuterios agentes)
e seja um processo natildeo linear e dependente da actuaccedilatildeo combinada dos vaacuterios agentes
Deste modo e num contexto em que a complexidade territorial eacute cada vez maior
a utilizaccedilatildeo de ferramentas potentes eacute essencial para apoiar o processo de tomada de
decisatildeo Tal como referem Joshi et al (2006) a utilizaccedilatildeo de modelos e o recurso agrave
simulaccedilatildeo permite aos planeadores do territoacuterio analisar e simular cenaacuterios futuros
baseados no conhecimento que se passa a ter dos comportamentos dos actores das suas
interacccedilotildees e do papel que promovem na alteraccedilatildeo do uso do solo Com efeito e ao niacutevel
do planeamento do territoacuterio o conceito de simulaccedilatildeo deve ser entendido como uma
actividade de modelaccedilatildeo que procura analisar os impactos e efectuar previsotildees sobre a
evoluccedilatildeo futura a partir da inter-relaccedilatildeo das vaacuterias componentes do territoacuterio integradas
num sistema operacional (Briassoulis 2000)
O recurso aos SMA no planeamento do territoacuterio e do planeamento urbano em
particular estaacute entatildeo associado ao desenvolvimento de modelos mais robustos que
permitem responder agraves novas solicitaccedilotildees dos territoacuterios e das cidades O recurso aos
SMA permite natildeo soacute entender o territoacuterio como um sistema complexo como
disponibiliza ferramentas mais adequadas para a sua gestatildeo passando de uma
perspectiva top down para um tipo de planeamento mais relacional que envolve os
diversos actores no processo permitindo obter melhores resultados ainda que agrave custa da
complexificaccedilatildeo dos processos (Healey 2007)
Os SMA tecircm vindo a ter uma utilizaccedilatildeo crescente no domiacutenio de vaacuterias ciecircncias
ligadas ao planeamento do territoacuterio nomeadamente ao niacutevel da Geografia da
Sociologia da Engenharia do Urbanismo e da Gestatildeo Ambiental atraveacutes do
desenvolvimento de modelos baseados em agentes Actualmente existe um grande
nuacutemero de modelos de simulaccedilatildeo territorial baseados em agentes Batty (2009) descreve
os modelos como simplificaccedilotildees da realidade como a abstracccedilatildeo teoacuterica de um sistema
atraveacutes dos quais os princiacutepios teoacutericos satildeo testados e analisados Os modelos satildeo
aplicados invariavelmente atraveacutes de sistemas computacionais onde os computadores
funcionam como laboratoacuterios onde decorre a experimentaccedilatildeo dos fenoacutemenos Os
modelos territoriais podem entatildeo ser definidos como simulaccedilotildees computacionais
utilizadas para testar teorias relacionadas com a localizaccedilatildeo espacial e a interacccedilatildeo entre
os usos do solo e as actividades relacionadas Aleacutem disso os modelos tambeacutem
permitem avaliar atraveacutes de uma interface digital as consequecircncias que as poliacuteticas
urbanas poderatildeo ter no desenvolvimento futuro dos territoacuterios e das cidades No caso
das cidades os modelos representam e analisam funccedilotildees e processos que geram
estruturas urbanas espaciais em termos de uso do solo da distribuiccedilatildeo da populaccedilatildeo do
emprego e dos transportes estando integrados num programa computacional que
permite testar as teorias locativas e projectar o desenvolvimento futuro
32 Os modelos de planeamento do territoacuterio
Ao longo das uacuteltimas cinco deacutecadas foram desenvolvidos diversos modelos que
procuram fundamentalmente representar e analisar as dinacircmicas ao niacutevel da ocupaccedilatildeo
do solo e da deslocaccedilatildeo das pessoas nas cidades Haacute diversos estudos que fazem uma
retrospectiva mais ou menos detalhada das caracteriacutesticas e dos modelos que foram
colocados em praacutetica (Wegener 1994 Southworth 1995 Timmermans 2003 Hunt et
al 2005 Iacono et al 2008) De uma forma geral considera-se a existecircncia de trecircs
geraccedilotildees de modelos os modelos graviacuteticos os modelos do uso do solo transportes e os
modelos de microsimulaccedilatildeo onde se incluem os modelos baseados em agentes
Os modelos graviacuteticos foram desenvolvidos durante a deacutecada de 1960 e
inspiram-se directamente no modelo de Lowry (1964) que foi considerado o primeiro
sistema operacional de anaacutelise da ocupaccedilatildeo do solo urbano (Southworth 1995 Iacono
et al 2008) Estes primeiros modelos apresentaram um conjunto de inovaccedilotildees
metodoloacutegicas como os meacutetodos de maximizaccedilatildeo e os elementos estocaacutesticos que
permitiram construir modelos de interacccedilatildeo baseados na agregaccedilatildeo espacial
(Timmermans 2003) Estes modelos satildeo chamados graviacuteticos por analogia agrave teoria da
gravidade de Newton nomeadamente no que respeita agrave distribuiccedilatildeo do padratildeo de
viagens geradas que por sua vez era obtido atraveacutes de regressotildees lineares (Iacono et
al 2008)
A segunda geraccedilatildeo de modelos foi desenvolvida a partir da deacutecada de 1970 e
sobretudo durante a deacutecada de 1980 Estes modelos baseiam-se no princiacutepio das
escolhas discretas e da maximizaccedilatildeo da utilidade e caracterizam-se por integrarem na
modelaccedilatildeo duas componentes inter-relacionadas o uso do solo e os transportes Os
modelos combinados de uso do solo e dos transportes satildeo modelos de interacccedilatildeo
espacial que concebem a cidade como um sistema constituiacutedo por vaacuterias interacccedilotildees
agregadas numa condiccedilatildeo de equiliacutebrio Este sistema equilibrado eacute traduzido por um
conjunto de equaccedilotildees matemaacuteticas que permitem por exemplo prever as deslocaccedilotildees
entre as aacutereas residenciais e os locais de trabalho O objectivo do modelo de transportes
eacute a previsatildeo da procura (de transportes) e a sua adequaccedilatildeo agrave oferta existente enquanto o
modelo de uso do solo analisa a distribuiccedilatildeo espacial do emprego das aacutereas
residenciais comerciais e das demais actividades que possam influenciar a localizaccedilatildeo
das pessoas no territoacuterio Esta informaccedilatildeo eacute utilizada no modelo de transportes na
produccedilatildeo de deslocaccedilotildees Os custos de deslocaccedilatildeo que resultam de uma situaccedilatildeo de
equiliacutebrio entre a oferta e a procura de transportes satildeo revertidos no padratildeo de
localizaccedilatildeo das actividades econoacutemicas e das aacutereas residenciais Assim a interacccedilatildeo uso
do solotransportes permite determinar o modo como os transportes afectam a ocupaccedilatildeo
e o uso do solo o que por sua vez se repercute na localizaccedilatildeo das actividades e na
geraccedilatildeo de traacutefego Em comparaccedilatildeo com os de primeira geraccedilatildeo estes modelos satildeo
mais complexos e dinacircmicos
A terceira geraccedilatildeo de modelos emergiu a partir de meados da deacutecada de 1990 e
distingue-se pela utilizaccedilatildeo de teacutecnicas de microsimulaccedilatildeo e pelo facto de os modelos
serem mais complexos e dinacircmicos (Timmermans 2003) Alguns autores como
Torrens (2003) apelidam estes modelos de modelos de geosimulaccedilatildeo Os autoacutematos
celulares e os SMA satildeo as duas tipologias de modelaccedilatildeo mais utilizadas nesta terceira
geraccedilatildeo O ponto de partida destes modelos eacute o pressuposto de que as dinacircmicas
observadas ao niacutevel do territoacuterio resultam da acccedilatildeo individualizada de cada um dos
agentes envolvidos Nos autoacutematos celulares o territoacuterio eacute representado por uma grelha
de ceacutelulas que tecircm atributos especiacuteficos e que estatildeo sujeitas a regras determinadas pelo
sistema Nestes sistemas a troca de informaccedilotildees ou de dados espaciais entre as ceacutelulas
estaacute confinada agraves ceacutelulas vizinhas Pelas suas caracteriacutesticas os autoacutematos celulares satildeo
muito adequados para representar o territoacuterio e as infra-estruturas (Torrens 2003) e para
analisar a clusterizaccedilatildeo de actividades (Macy amp Willer 2002) Os SMA vatildeo mais longe
nesta anaacutelise ao associar as regras directamente aos indiviacuteduos ou agraves ceacutelulas e natildeo ao
sistema no seu conjunto Cada indiviacuteduo eacute modelado de acordo com o seu
comportamento o que faz dos modelos baseados em agentes uma poderosa ferramenta
para simular as opccedilotildees individualizadas Os agentes diferem dos autoacutematos celulares
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
3 A utilizaccedilatildeo dos sistemas multiagentes no planeamento do territoacuterio
31 As motivaccedilotildees da aplicaccedilatildeo dos SMA no planeamento do territoacuterio
Os SMA tecircm actualmente um vasto espectro de aplicaccedilotildees com o objectivo de
tornar mais eficientes e de resolver determinados problemas de sistemas reais mais ou
menos complexos Para Rabino amp Girotti (2004) um sistema complexo eacute aquele ao qual
satildeo adicionadas dimensotildees comportamentais e subjectivas de que resultam efeitos natildeo
lineares (imprevisiacuteveis) A complexidade de um sistema traduz-se assim num conjunto
de relaccedilotildees que natildeo satildeo evidentes nem traduziacuteveis do ponto de vista fiacutesico ou
matemaacutetico mas que satildeo determinantes nas relaccedilotildees e nos comportamentos das
entidades e das caracteriacutesticas dos proacuteprios sistemas
Os territoacuterios e em particular as cidades satildeo considerados sistemas complexos
devido ao conjunto de vaacuterios elementos que constituem a cidade e que regulam o seu
contiacutenuo crescimento Neste sentido Batty (2008) refere que as cidades constituem
sistemas complexos por excelecircncia que se encontram distantes de uma situaccedilatildeo de
equiliacutebrio e que em consequecircncia requerem uma atenccedilatildeo especial para se poderem
manter com niacuteveis de sustentabilidade adequados Healey (2007) associa mais a questatildeo
da complexidade ao planeamento urbano Actualmente as cidades natildeo podem ser
descritas como unidades bem definidas e delimitadas pois a interacccedilatildeo de muacuteltiplos
actores em escalas e em redes diversas gera um grau de incerteza e de complexidade de
difiacutecil anaacutelise pelos meacutetodos tradicionais Por isso ao longo das uacuteltimas deacutecadas os
planeadores do territoacuterio tecircm estudado e divulgado o grande nuacutemero de
descontinuidades que haacute nestes sistemas associados agrave dificuldade de previsatildeo e aos
comportamentos imprevistos que tecircm lugar sobre o territoacuterio de que resultam
fenoacutemenos de natildeo-linearidade e de auto-organizaccedilatildeo E por outro lado tecircm
desenvolvido ferramentas de planeamento e de apoio agrave decisatildeo mais robustas que
permitem optimizar as medidas num cenaacuterio de maior complexidade
Neste contexto o planeamento eacute a actividade que procura racionalizar o uso e as
formas de ocupaccedilatildeo do mesmo atraveacutes de um conjunto de normas e de regulaccedilotildees Agrave
medida que os territoacuterios e as cidades se tecircm tornado mais complexos o planeamento
do uso do solo tem-se tornado tambeacutem numa actividade mais exigente devido agrave
interferecircncia de vaacuterios factores tais como os actores as especificidades de cada
territoacuterio e os processos autoacutenomos (Ligtenberg et al 2004) Os actores considerados a
niacutevel individual e colectivo satildeo entidades que tecircm uma acccedilatildeo directa no planeamento
do uso do solo a partir das suas intenccedilotildees e dos seus interesses As especificidades do
territoacuterio condicionam os diversos tipos de ocupaccedilotildees que lhe podem ser dadas
podendo ser mais ou menos restritivos para um determinado uso Para aleacutem disso haacute
que contar com os processos autoacutenomos que correspondem aos factores que podem
alterar a natureza (e assim o tipo de ocupaccedilatildeo) do solo como os factores naturais
(erosatildeo inundaccedilatildeo etc) Os planos e as demais regulamentaccedilotildees completam o conjunto
de factores que condicionam a forma como se processa a ocupaccedilatildeo do uso do solo A
combinaccedilatildeo de todos estes factores faz com que o planeamento do uso do solo seja um
processo complexo (onde eacute difiacutecil destrinccedilar as relaccedilotildees causais entre os vaacuterios agentes)
e seja um processo natildeo linear e dependente da actuaccedilatildeo combinada dos vaacuterios agentes
Deste modo e num contexto em que a complexidade territorial eacute cada vez maior
a utilizaccedilatildeo de ferramentas potentes eacute essencial para apoiar o processo de tomada de
decisatildeo Tal como referem Joshi et al (2006) a utilizaccedilatildeo de modelos e o recurso agrave
simulaccedilatildeo permite aos planeadores do territoacuterio analisar e simular cenaacuterios futuros
baseados no conhecimento que se passa a ter dos comportamentos dos actores das suas
interacccedilotildees e do papel que promovem na alteraccedilatildeo do uso do solo Com efeito e ao niacutevel
do planeamento do territoacuterio o conceito de simulaccedilatildeo deve ser entendido como uma
actividade de modelaccedilatildeo que procura analisar os impactos e efectuar previsotildees sobre a
evoluccedilatildeo futura a partir da inter-relaccedilatildeo das vaacuterias componentes do territoacuterio integradas
num sistema operacional (Briassoulis 2000)
O recurso aos SMA no planeamento do territoacuterio e do planeamento urbano em
particular estaacute entatildeo associado ao desenvolvimento de modelos mais robustos que
permitem responder agraves novas solicitaccedilotildees dos territoacuterios e das cidades O recurso aos
SMA permite natildeo soacute entender o territoacuterio como um sistema complexo como
disponibiliza ferramentas mais adequadas para a sua gestatildeo passando de uma
perspectiva top down para um tipo de planeamento mais relacional que envolve os
diversos actores no processo permitindo obter melhores resultados ainda que agrave custa da
complexificaccedilatildeo dos processos (Healey 2007)
Os SMA tecircm vindo a ter uma utilizaccedilatildeo crescente no domiacutenio de vaacuterias ciecircncias
ligadas ao planeamento do territoacuterio nomeadamente ao niacutevel da Geografia da
Sociologia da Engenharia do Urbanismo e da Gestatildeo Ambiental atraveacutes do
desenvolvimento de modelos baseados em agentes Actualmente existe um grande
nuacutemero de modelos de simulaccedilatildeo territorial baseados em agentes Batty (2009) descreve
os modelos como simplificaccedilotildees da realidade como a abstracccedilatildeo teoacuterica de um sistema
atraveacutes dos quais os princiacutepios teoacutericos satildeo testados e analisados Os modelos satildeo
aplicados invariavelmente atraveacutes de sistemas computacionais onde os computadores
funcionam como laboratoacuterios onde decorre a experimentaccedilatildeo dos fenoacutemenos Os
modelos territoriais podem entatildeo ser definidos como simulaccedilotildees computacionais
utilizadas para testar teorias relacionadas com a localizaccedilatildeo espacial e a interacccedilatildeo entre
os usos do solo e as actividades relacionadas Aleacutem disso os modelos tambeacutem
permitem avaliar atraveacutes de uma interface digital as consequecircncias que as poliacuteticas
urbanas poderatildeo ter no desenvolvimento futuro dos territoacuterios e das cidades No caso
das cidades os modelos representam e analisam funccedilotildees e processos que geram
estruturas urbanas espaciais em termos de uso do solo da distribuiccedilatildeo da populaccedilatildeo do
emprego e dos transportes estando integrados num programa computacional que
permite testar as teorias locativas e projectar o desenvolvimento futuro
32 Os modelos de planeamento do territoacuterio
Ao longo das uacuteltimas cinco deacutecadas foram desenvolvidos diversos modelos que
procuram fundamentalmente representar e analisar as dinacircmicas ao niacutevel da ocupaccedilatildeo
do solo e da deslocaccedilatildeo das pessoas nas cidades Haacute diversos estudos que fazem uma
retrospectiva mais ou menos detalhada das caracteriacutesticas e dos modelos que foram
colocados em praacutetica (Wegener 1994 Southworth 1995 Timmermans 2003 Hunt et
al 2005 Iacono et al 2008) De uma forma geral considera-se a existecircncia de trecircs
geraccedilotildees de modelos os modelos graviacuteticos os modelos do uso do solo transportes e os
modelos de microsimulaccedilatildeo onde se incluem os modelos baseados em agentes
Os modelos graviacuteticos foram desenvolvidos durante a deacutecada de 1960 e
inspiram-se directamente no modelo de Lowry (1964) que foi considerado o primeiro
sistema operacional de anaacutelise da ocupaccedilatildeo do solo urbano (Southworth 1995 Iacono
et al 2008) Estes primeiros modelos apresentaram um conjunto de inovaccedilotildees
metodoloacutegicas como os meacutetodos de maximizaccedilatildeo e os elementos estocaacutesticos que
permitiram construir modelos de interacccedilatildeo baseados na agregaccedilatildeo espacial
(Timmermans 2003) Estes modelos satildeo chamados graviacuteticos por analogia agrave teoria da
gravidade de Newton nomeadamente no que respeita agrave distribuiccedilatildeo do padratildeo de
viagens geradas que por sua vez era obtido atraveacutes de regressotildees lineares (Iacono et
al 2008)
A segunda geraccedilatildeo de modelos foi desenvolvida a partir da deacutecada de 1970 e
sobretudo durante a deacutecada de 1980 Estes modelos baseiam-se no princiacutepio das
escolhas discretas e da maximizaccedilatildeo da utilidade e caracterizam-se por integrarem na
modelaccedilatildeo duas componentes inter-relacionadas o uso do solo e os transportes Os
modelos combinados de uso do solo e dos transportes satildeo modelos de interacccedilatildeo
espacial que concebem a cidade como um sistema constituiacutedo por vaacuterias interacccedilotildees
agregadas numa condiccedilatildeo de equiliacutebrio Este sistema equilibrado eacute traduzido por um
conjunto de equaccedilotildees matemaacuteticas que permitem por exemplo prever as deslocaccedilotildees
entre as aacutereas residenciais e os locais de trabalho O objectivo do modelo de transportes
eacute a previsatildeo da procura (de transportes) e a sua adequaccedilatildeo agrave oferta existente enquanto o
modelo de uso do solo analisa a distribuiccedilatildeo espacial do emprego das aacutereas
residenciais comerciais e das demais actividades que possam influenciar a localizaccedilatildeo
das pessoas no territoacuterio Esta informaccedilatildeo eacute utilizada no modelo de transportes na
produccedilatildeo de deslocaccedilotildees Os custos de deslocaccedilatildeo que resultam de uma situaccedilatildeo de
equiliacutebrio entre a oferta e a procura de transportes satildeo revertidos no padratildeo de
localizaccedilatildeo das actividades econoacutemicas e das aacutereas residenciais Assim a interacccedilatildeo uso
do solotransportes permite determinar o modo como os transportes afectam a ocupaccedilatildeo
e o uso do solo o que por sua vez se repercute na localizaccedilatildeo das actividades e na
geraccedilatildeo de traacutefego Em comparaccedilatildeo com os de primeira geraccedilatildeo estes modelos satildeo
mais complexos e dinacircmicos
A terceira geraccedilatildeo de modelos emergiu a partir de meados da deacutecada de 1990 e
distingue-se pela utilizaccedilatildeo de teacutecnicas de microsimulaccedilatildeo e pelo facto de os modelos
serem mais complexos e dinacircmicos (Timmermans 2003) Alguns autores como
Torrens (2003) apelidam estes modelos de modelos de geosimulaccedilatildeo Os autoacutematos
celulares e os SMA satildeo as duas tipologias de modelaccedilatildeo mais utilizadas nesta terceira
geraccedilatildeo O ponto de partida destes modelos eacute o pressuposto de que as dinacircmicas
observadas ao niacutevel do territoacuterio resultam da acccedilatildeo individualizada de cada um dos
agentes envolvidos Nos autoacutematos celulares o territoacuterio eacute representado por uma grelha
de ceacutelulas que tecircm atributos especiacuteficos e que estatildeo sujeitas a regras determinadas pelo
sistema Nestes sistemas a troca de informaccedilotildees ou de dados espaciais entre as ceacutelulas
estaacute confinada agraves ceacutelulas vizinhas Pelas suas caracteriacutesticas os autoacutematos celulares satildeo
muito adequados para representar o territoacuterio e as infra-estruturas (Torrens 2003) e para
analisar a clusterizaccedilatildeo de actividades (Macy amp Willer 2002) Os SMA vatildeo mais longe
nesta anaacutelise ao associar as regras directamente aos indiviacuteduos ou agraves ceacutelulas e natildeo ao
sistema no seu conjunto Cada indiviacuteduo eacute modelado de acordo com o seu
comportamento o que faz dos modelos baseados em agentes uma poderosa ferramenta
para simular as opccedilotildees individualizadas Os agentes diferem dos autoacutematos celulares
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
territoacuterio condicionam os diversos tipos de ocupaccedilotildees que lhe podem ser dadas
podendo ser mais ou menos restritivos para um determinado uso Para aleacutem disso haacute
que contar com os processos autoacutenomos que correspondem aos factores que podem
alterar a natureza (e assim o tipo de ocupaccedilatildeo) do solo como os factores naturais
(erosatildeo inundaccedilatildeo etc) Os planos e as demais regulamentaccedilotildees completam o conjunto
de factores que condicionam a forma como se processa a ocupaccedilatildeo do uso do solo A
combinaccedilatildeo de todos estes factores faz com que o planeamento do uso do solo seja um
processo complexo (onde eacute difiacutecil destrinccedilar as relaccedilotildees causais entre os vaacuterios agentes)
e seja um processo natildeo linear e dependente da actuaccedilatildeo combinada dos vaacuterios agentes
Deste modo e num contexto em que a complexidade territorial eacute cada vez maior
a utilizaccedilatildeo de ferramentas potentes eacute essencial para apoiar o processo de tomada de
decisatildeo Tal como referem Joshi et al (2006) a utilizaccedilatildeo de modelos e o recurso agrave
simulaccedilatildeo permite aos planeadores do territoacuterio analisar e simular cenaacuterios futuros
baseados no conhecimento que se passa a ter dos comportamentos dos actores das suas
interacccedilotildees e do papel que promovem na alteraccedilatildeo do uso do solo Com efeito e ao niacutevel
do planeamento do territoacuterio o conceito de simulaccedilatildeo deve ser entendido como uma
actividade de modelaccedilatildeo que procura analisar os impactos e efectuar previsotildees sobre a
evoluccedilatildeo futura a partir da inter-relaccedilatildeo das vaacuterias componentes do territoacuterio integradas
num sistema operacional (Briassoulis 2000)
O recurso aos SMA no planeamento do territoacuterio e do planeamento urbano em
particular estaacute entatildeo associado ao desenvolvimento de modelos mais robustos que
permitem responder agraves novas solicitaccedilotildees dos territoacuterios e das cidades O recurso aos
SMA permite natildeo soacute entender o territoacuterio como um sistema complexo como
disponibiliza ferramentas mais adequadas para a sua gestatildeo passando de uma
perspectiva top down para um tipo de planeamento mais relacional que envolve os
diversos actores no processo permitindo obter melhores resultados ainda que agrave custa da
complexificaccedilatildeo dos processos (Healey 2007)
Os SMA tecircm vindo a ter uma utilizaccedilatildeo crescente no domiacutenio de vaacuterias ciecircncias
ligadas ao planeamento do territoacuterio nomeadamente ao niacutevel da Geografia da
Sociologia da Engenharia do Urbanismo e da Gestatildeo Ambiental atraveacutes do
desenvolvimento de modelos baseados em agentes Actualmente existe um grande
nuacutemero de modelos de simulaccedilatildeo territorial baseados em agentes Batty (2009) descreve
os modelos como simplificaccedilotildees da realidade como a abstracccedilatildeo teoacuterica de um sistema
atraveacutes dos quais os princiacutepios teoacutericos satildeo testados e analisados Os modelos satildeo
aplicados invariavelmente atraveacutes de sistemas computacionais onde os computadores
funcionam como laboratoacuterios onde decorre a experimentaccedilatildeo dos fenoacutemenos Os
modelos territoriais podem entatildeo ser definidos como simulaccedilotildees computacionais
utilizadas para testar teorias relacionadas com a localizaccedilatildeo espacial e a interacccedilatildeo entre
os usos do solo e as actividades relacionadas Aleacutem disso os modelos tambeacutem
permitem avaliar atraveacutes de uma interface digital as consequecircncias que as poliacuteticas
urbanas poderatildeo ter no desenvolvimento futuro dos territoacuterios e das cidades No caso
das cidades os modelos representam e analisam funccedilotildees e processos que geram
estruturas urbanas espaciais em termos de uso do solo da distribuiccedilatildeo da populaccedilatildeo do
emprego e dos transportes estando integrados num programa computacional que
permite testar as teorias locativas e projectar o desenvolvimento futuro
32 Os modelos de planeamento do territoacuterio
Ao longo das uacuteltimas cinco deacutecadas foram desenvolvidos diversos modelos que
procuram fundamentalmente representar e analisar as dinacircmicas ao niacutevel da ocupaccedilatildeo
do solo e da deslocaccedilatildeo das pessoas nas cidades Haacute diversos estudos que fazem uma
retrospectiva mais ou menos detalhada das caracteriacutesticas e dos modelos que foram
colocados em praacutetica (Wegener 1994 Southworth 1995 Timmermans 2003 Hunt et
al 2005 Iacono et al 2008) De uma forma geral considera-se a existecircncia de trecircs
geraccedilotildees de modelos os modelos graviacuteticos os modelos do uso do solo transportes e os
modelos de microsimulaccedilatildeo onde se incluem os modelos baseados em agentes
Os modelos graviacuteticos foram desenvolvidos durante a deacutecada de 1960 e
inspiram-se directamente no modelo de Lowry (1964) que foi considerado o primeiro
sistema operacional de anaacutelise da ocupaccedilatildeo do solo urbano (Southworth 1995 Iacono
et al 2008) Estes primeiros modelos apresentaram um conjunto de inovaccedilotildees
metodoloacutegicas como os meacutetodos de maximizaccedilatildeo e os elementos estocaacutesticos que
permitiram construir modelos de interacccedilatildeo baseados na agregaccedilatildeo espacial
(Timmermans 2003) Estes modelos satildeo chamados graviacuteticos por analogia agrave teoria da
gravidade de Newton nomeadamente no que respeita agrave distribuiccedilatildeo do padratildeo de
viagens geradas que por sua vez era obtido atraveacutes de regressotildees lineares (Iacono et
al 2008)
A segunda geraccedilatildeo de modelos foi desenvolvida a partir da deacutecada de 1970 e
sobretudo durante a deacutecada de 1980 Estes modelos baseiam-se no princiacutepio das
escolhas discretas e da maximizaccedilatildeo da utilidade e caracterizam-se por integrarem na
modelaccedilatildeo duas componentes inter-relacionadas o uso do solo e os transportes Os
modelos combinados de uso do solo e dos transportes satildeo modelos de interacccedilatildeo
espacial que concebem a cidade como um sistema constituiacutedo por vaacuterias interacccedilotildees
agregadas numa condiccedilatildeo de equiliacutebrio Este sistema equilibrado eacute traduzido por um
conjunto de equaccedilotildees matemaacuteticas que permitem por exemplo prever as deslocaccedilotildees
entre as aacutereas residenciais e os locais de trabalho O objectivo do modelo de transportes
eacute a previsatildeo da procura (de transportes) e a sua adequaccedilatildeo agrave oferta existente enquanto o
modelo de uso do solo analisa a distribuiccedilatildeo espacial do emprego das aacutereas
residenciais comerciais e das demais actividades que possam influenciar a localizaccedilatildeo
das pessoas no territoacuterio Esta informaccedilatildeo eacute utilizada no modelo de transportes na
produccedilatildeo de deslocaccedilotildees Os custos de deslocaccedilatildeo que resultam de uma situaccedilatildeo de
equiliacutebrio entre a oferta e a procura de transportes satildeo revertidos no padratildeo de
localizaccedilatildeo das actividades econoacutemicas e das aacutereas residenciais Assim a interacccedilatildeo uso
do solotransportes permite determinar o modo como os transportes afectam a ocupaccedilatildeo
e o uso do solo o que por sua vez se repercute na localizaccedilatildeo das actividades e na
geraccedilatildeo de traacutefego Em comparaccedilatildeo com os de primeira geraccedilatildeo estes modelos satildeo
mais complexos e dinacircmicos
A terceira geraccedilatildeo de modelos emergiu a partir de meados da deacutecada de 1990 e
distingue-se pela utilizaccedilatildeo de teacutecnicas de microsimulaccedilatildeo e pelo facto de os modelos
serem mais complexos e dinacircmicos (Timmermans 2003) Alguns autores como
Torrens (2003) apelidam estes modelos de modelos de geosimulaccedilatildeo Os autoacutematos
celulares e os SMA satildeo as duas tipologias de modelaccedilatildeo mais utilizadas nesta terceira
geraccedilatildeo O ponto de partida destes modelos eacute o pressuposto de que as dinacircmicas
observadas ao niacutevel do territoacuterio resultam da acccedilatildeo individualizada de cada um dos
agentes envolvidos Nos autoacutematos celulares o territoacuterio eacute representado por uma grelha
de ceacutelulas que tecircm atributos especiacuteficos e que estatildeo sujeitas a regras determinadas pelo
sistema Nestes sistemas a troca de informaccedilotildees ou de dados espaciais entre as ceacutelulas
estaacute confinada agraves ceacutelulas vizinhas Pelas suas caracteriacutesticas os autoacutematos celulares satildeo
muito adequados para representar o territoacuterio e as infra-estruturas (Torrens 2003) e para
analisar a clusterizaccedilatildeo de actividades (Macy amp Willer 2002) Os SMA vatildeo mais longe
nesta anaacutelise ao associar as regras directamente aos indiviacuteduos ou agraves ceacutelulas e natildeo ao
sistema no seu conjunto Cada indiviacuteduo eacute modelado de acordo com o seu
comportamento o que faz dos modelos baseados em agentes uma poderosa ferramenta
para simular as opccedilotildees individualizadas Os agentes diferem dos autoacutematos celulares
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
aplicados invariavelmente atraveacutes de sistemas computacionais onde os computadores
funcionam como laboratoacuterios onde decorre a experimentaccedilatildeo dos fenoacutemenos Os
modelos territoriais podem entatildeo ser definidos como simulaccedilotildees computacionais
utilizadas para testar teorias relacionadas com a localizaccedilatildeo espacial e a interacccedilatildeo entre
os usos do solo e as actividades relacionadas Aleacutem disso os modelos tambeacutem
permitem avaliar atraveacutes de uma interface digital as consequecircncias que as poliacuteticas
urbanas poderatildeo ter no desenvolvimento futuro dos territoacuterios e das cidades No caso
das cidades os modelos representam e analisam funccedilotildees e processos que geram
estruturas urbanas espaciais em termos de uso do solo da distribuiccedilatildeo da populaccedilatildeo do
emprego e dos transportes estando integrados num programa computacional que
permite testar as teorias locativas e projectar o desenvolvimento futuro
32 Os modelos de planeamento do territoacuterio
Ao longo das uacuteltimas cinco deacutecadas foram desenvolvidos diversos modelos que
procuram fundamentalmente representar e analisar as dinacircmicas ao niacutevel da ocupaccedilatildeo
do solo e da deslocaccedilatildeo das pessoas nas cidades Haacute diversos estudos que fazem uma
retrospectiva mais ou menos detalhada das caracteriacutesticas e dos modelos que foram
colocados em praacutetica (Wegener 1994 Southworth 1995 Timmermans 2003 Hunt et
al 2005 Iacono et al 2008) De uma forma geral considera-se a existecircncia de trecircs
geraccedilotildees de modelos os modelos graviacuteticos os modelos do uso do solo transportes e os
modelos de microsimulaccedilatildeo onde se incluem os modelos baseados em agentes
Os modelos graviacuteticos foram desenvolvidos durante a deacutecada de 1960 e
inspiram-se directamente no modelo de Lowry (1964) que foi considerado o primeiro
sistema operacional de anaacutelise da ocupaccedilatildeo do solo urbano (Southworth 1995 Iacono
et al 2008) Estes primeiros modelos apresentaram um conjunto de inovaccedilotildees
metodoloacutegicas como os meacutetodos de maximizaccedilatildeo e os elementos estocaacutesticos que
permitiram construir modelos de interacccedilatildeo baseados na agregaccedilatildeo espacial
(Timmermans 2003) Estes modelos satildeo chamados graviacuteticos por analogia agrave teoria da
gravidade de Newton nomeadamente no que respeita agrave distribuiccedilatildeo do padratildeo de
viagens geradas que por sua vez era obtido atraveacutes de regressotildees lineares (Iacono et
al 2008)
A segunda geraccedilatildeo de modelos foi desenvolvida a partir da deacutecada de 1970 e
sobretudo durante a deacutecada de 1980 Estes modelos baseiam-se no princiacutepio das
escolhas discretas e da maximizaccedilatildeo da utilidade e caracterizam-se por integrarem na
modelaccedilatildeo duas componentes inter-relacionadas o uso do solo e os transportes Os
modelos combinados de uso do solo e dos transportes satildeo modelos de interacccedilatildeo
espacial que concebem a cidade como um sistema constituiacutedo por vaacuterias interacccedilotildees
agregadas numa condiccedilatildeo de equiliacutebrio Este sistema equilibrado eacute traduzido por um
conjunto de equaccedilotildees matemaacuteticas que permitem por exemplo prever as deslocaccedilotildees
entre as aacutereas residenciais e os locais de trabalho O objectivo do modelo de transportes
eacute a previsatildeo da procura (de transportes) e a sua adequaccedilatildeo agrave oferta existente enquanto o
modelo de uso do solo analisa a distribuiccedilatildeo espacial do emprego das aacutereas
residenciais comerciais e das demais actividades que possam influenciar a localizaccedilatildeo
das pessoas no territoacuterio Esta informaccedilatildeo eacute utilizada no modelo de transportes na
produccedilatildeo de deslocaccedilotildees Os custos de deslocaccedilatildeo que resultam de uma situaccedilatildeo de
equiliacutebrio entre a oferta e a procura de transportes satildeo revertidos no padratildeo de
localizaccedilatildeo das actividades econoacutemicas e das aacutereas residenciais Assim a interacccedilatildeo uso
do solotransportes permite determinar o modo como os transportes afectam a ocupaccedilatildeo
e o uso do solo o que por sua vez se repercute na localizaccedilatildeo das actividades e na
geraccedilatildeo de traacutefego Em comparaccedilatildeo com os de primeira geraccedilatildeo estes modelos satildeo
mais complexos e dinacircmicos
A terceira geraccedilatildeo de modelos emergiu a partir de meados da deacutecada de 1990 e
distingue-se pela utilizaccedilatildeo de teacutecnicas de microsimulaccedilatildeo e pelo facto de os modelos
serem mais complexos e dinacircmicos (Timmermans 2003) Alguns autores como
Torrens (2003) apelidam estes modelos de modelos de geosimulaccedilatildeo Os autoacutematos
celulares e os SMA satildeo as duas tipologias de modelaccedilatildeo mais utilizadas nesta terceira
geraccedilatildeo O ponto de partida destes modelos eacute o pressuposto de que as dinacircmicas
observadas ao niacutevel do territoacuterio resultam da acccedilatildeo individualizada de cada um dos
agentes envolvidos Nos autoacutematos celulares o territoacuterio eacute representado por uma grelha
de ceacutelulas que tecircm atributos especiacuteficos e que estatildeo sujeitas a regras determinadas pelo
sistema Nestes sistemas a troca de informaccedilotildees ou de dados espaciais entre as ceacutelulas
estaacute confinada agraves ceacutelulas vizinhas Pelas suas caracteriacutesticas os autoacutematos celulares satildeo
muito adequados para representar o territoacuterio e as infra-estruturas (Torrens 2003) e para
analisar a clusterizaccedilatildeo de actividades (Macy amp Willer 2002) Os SMA vatildeo mais longe
nesta anaacutelise ao associar as regras directamente aos indiviacuteduos ou agraves ceacutelulas e natildeo ao
sistema no seu conjunto Cada indiviacuteduo eacute modelado de acordo com o seu
comportamento o que faz dos modelos baseados em agentes uma poderosa ferramenta
para simular as opccedilotildees individualizadas Os agentes diferem dos autoacutematos celulares
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
modelaccedilatildeo duas componentes inter-relacionadas o uso do solo e os transportes Os
modelos combinados de uso do solo e dos transportes satildeo modelos de interacccedilatildeo
espacial que concebem a cidade como um sistema constituiacutedo por vaacuterias interacccedilotildees
agregadas numa condiccedilatildeo de equiliacutebrio Este sistema equilibrado eacute traduzido por um
conjunto de equaccedilotildees matemaacuteticas que permitem por exemplo prever as deslocaccedilotildees
entre as aacutereas residenciais e os locais de trabalho O objectivo do modelo de transportes
eacute a previsatildeo da procura (de transportes) e a sua adequaccedilatildeo agrave oferta existente enquanto o
modelo de uso do solo analisa a distribuiccedilatildeo espacial do emprego das aacutereas
residenciais comerciais e das demais actividades que possam influenciar a localizaccedilatildeo
das pessoas no territoacuterio Esta informaccedilatildeo eacute utilizada no modelo de transportes na
produccedilatildeo de deslocaccedilotildees Os custos de deslocaccedilatildeo que resultam de uma situaccedilatildeo de
equiliacutebrio entre a oferta e a procura de transportes satildeo revertidos no padratildeo de
localizaccedilatildeo das actividades econoacutemicas e das aacutereas residenciais Assim a interacccedilatildeo uso
do solotransportes permite determinar o modo como os transportes afectam a ocupaccedilatildeo
e o uso do solo o que por sua vez se repercute na localizaccedilatildeo das actividades e na
geraccedilatildeo de traacutefego Em comparaccedilatildeo com os de primeira geraccedilatildeo estes modelos satildeo
mais complexos e dinacircmicos
A terceira geraccedilatildeo de modelos emergiu a partir de meados da deacutecada de 1990 e
distingue-se pela utilizaccedilatildeo de teacutecnicas de microsimulaccedilatildeo e pelo facto de os modelos
serem mais complexos e dinacircmicos (Timmermans 2003) Alguns autores como
Torrens (2003) apelidam estes modelos de modelos de geosimulaccedilatildeo Os autoacutematos
celulares e os SMA satildeo as duas tipologias de modelaccedilatildeo mais utilizadas nesta terceira
geraccedilatildeo O ponto de partida destes modelos eacute o pressuposto de que as dinacircmicas
observadas ao niacutevel do territoacuterio resultam da acccedilatildeo individualizada de cada um dos
agentes envolvidos Nos autoacutematos celulares o territoacuterio eacute representado por uma grelha
de ceacutelulas que tecircm atributos especiacuteficos e que estatildeo sujeitas a regras determinadas pelo
sistema Nestes sistemas a troca de informaccedilotildees ou de dados espaciais entre as ceacutelulas
estaacute confinada agraves ceacutelulas vizinhas Pelas suas caracteriacutesticas os autoacutematos celulares satildeo
muito adequados para representar o territoacuterio e as infra-estruturas (Torrens 2003) e para
analisar a clusterizaccedilatildeo de actividades (Macy amp Willer 2002) Os SMA vatildeo mais longe
nesta anaacutelise ao associar as regras directamente aos indiviacuteduos ou agraves ceacutelulas e natildeo ao
sistema no seu conjunto Cada indiviacuteduo eacute modelado de acordo com o seu
comportamento o que faz dos modelos baseados em agentes uma poderosa ferramenta
para simular as opccedilotildees individualizadas Os agentes diferem dos autoacutematos celulares
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
pela sua mobilidade espacial facto que leva Torrens (2003) a afirmar que os SMA
podem ser classificados como autoacutematos celulares moacuteveis Na verdade os SMA
apresentam as mesmas vantagens que os autoacutematos celulares mas tecircm uma capacidade
adicional ao niacutevel do detalhe da flexibilidade das dinacircmicas territoriais da
aplicabilidade e da representaccedilatildeo comportamental (Torrens 2003) Por isso os SMA
satildeo mais adequados para representar entidades moacuteveis nos meios urbanos como
pessoas e veiacuteculos Eacute de referir que alguns modelos como o UrbanSim e o SprawlSim
associam e procuram tirar partido das vantagens de ambas teacutecnicas de geosimulaccedilatildeo
representando o territoacuterio atraveacutes de uma malha de ceacutelulas com determinadas
caracteriacutesticas sobre as quais se deslocam e interagem os agentes Acci (2006) apelida
estes modelos de modelos de microsimulaccedilatildeo dinacircmica
Em comparaccedilatildeo com as geraccedilotildees anteriores os modelos de microsimulaccedilatildeo e
em particular os modelos baseados em agentes apresentam um conjunto de evoluccedilotildees
A concepccedilatildeo dos modelos passa a envolver um espectro mais alargado de domiacutenios
cientiacuteficos com destaque para as ciecircncias da computaccedilatildeo Ao niacutevel das entidades
espaciais enquanto os modelos anteriores trabalhavam com unidades espaciais
agregadas os modelos de geosimulaccedilatildeo utilizam objectos espaciais individualizados e
natildeo modificaacuteveis (edifiacutecios lotes pessoas etc) Ao niacutevel das interacccedilotildees haacute tambeacutem
diferenccedilas assinalaacuteveis Enquanto os modelos das geraccedilotildees anteriores pugnam pelos
fluxos (de pessoas veiacuteculos de informaccedilotildees etc) entre unidades espaciais agregadas
os modelos de terceira geraccedilatildeo baseiam-se nas interacccedilotildees comportamentais entre os
agentes que podem assumir diversas formas (fluxos difusatildeo dispersatildeo efeito da
distacircncia nas relaccedilotildees etc) Eacute a partir do conjunto das interacccedilotildees dos agentes agrave escala
micro que emergem os padrotildees comportamentais ao niacutevel macro A questatildeo do tempo
tem tambeacutem uma abordagem diferente Enquanto a maior parte dos modelos anteriores
satildeo essencialmente estaacuteticos os modelos de geosimulaccedilatildeo satildeo bastante mais dinacircmicos
representando alguns deles as interacccedilotildees quase em tempo real como eacute o caso de alguns
modelos de traacutefego Por uacuteltimo haacute tambeacutem diferenccedilas de fundo no que respeita aos
objectivos pretendidos com a simulaccedilatildeo Nos modelos de geosimulaccedilatildeo o foco estaacute na
reconsideraccedilatildeo dos proacuteprios objectivos da simulaccedilatildeo A questatildeo da previsatildeo daacute lugar a
uma maior preocupaccedilatildeo com a construccedilatildeo de cenaacuterios que passam a ser ferramentas
auxiliares no processo de tomada de decisatildeo Os novos modelos satildeo mais prospectivos
do que de previsatildeo
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
A expansatildeo dos modelos de microsimulaccedilatildeo ao longo das uacuteltimas duas deacutecadas
(apoacutes 1990) deve-se na opiniatildeo de Torrens (2003) e de Batty (2009) a quatro motivos
principais Em primeiro lugar o seu desenvolvimento estaacute associado ao maior volume
de dados sobre o territoacuterio e agrave maior desagregaccedilatildeo espacial com que a informaccedilatildeo eacute
recolhida numa loacutegica de uma gestatildeo mais eficiente do territoacuterio Em segundo o
contiacutenuo progresso informaacutetico permitiu natildeo soacute desenvolver sistemas computacionais
com maior capacidade para analisar a complexidade destes dados como o surgimento
de novas linguagens de programaccedilatildeo que favoreceram a modelaccedilatildeo do comportamento
dos agentes Um terceiro motivo relaciona-se com a questatildeo da complexidade dos
problemas e da necessidade da sua resoluccedilatildeo numa perspectiva bottom up A
complexidade dos processos territoriais passou a exigir ferramentas de anaacutelise mais fina
que vatildeo agrave escala individualizada de cada agente E em quarto lugar pela necessidade de
desenvolver modelos mais realistas dos sistemas urbanos o que passa pela incorporaccedilatildeo
e modelaccedilatildeo de um elevado nuacutemero de agentes
33 Exemplos de modelos baseados em agentes
O objectivo da presente Subsecccedilatildeo eacute o de realizar uma breve revisatildeo de alguns
dos modelos mais representativos baseados em agentes que foram desenvolvidos no
acircmbito do planeamento do territoacuterio (Quadro 1)
Quadro 1 Modelos de microsimulaccedilatildeo baseados em agentes mais representativos
Modelo Designaccedilatildeo Referecircncias
UrbanSim Urban Simulation Waddell 2002
ILUTE Integrated Land Use Transportation Environment Miller et al 2004
RAMBLAS Regional plAnning Model Based on the micro-simuLation of daily Activity patternS Veldhuisen et al 2000
ILUMASS Integrated Land-Use Modelling and Transportation System Simulation Moeckel et al 2002
SIMAC SIMulation ACcessibility Bellomo amp Occelli 2004
TURISTI - Rabino amp Girotti 2004 WILSON - Rabino amp Girotti 2004
OBEUS Object-Based Environment for Urban Simulations Benenson et al 2001
PUMA Predicting Urbanisation with Multi-Agents Ettema et al 2005
ALMA Agent-based Land MArket Filatova et al 2007
SimPop - Sanders 2006
SprawlSim - Torrens 2001
Natildeo eacute pretensatildeo nem seria viaacutevel desenvolver aqui uma abordagem minuciosa
dos diversos modelos construiacutedos e dos estudos levados a cabo nas mais diversas partes
do globo Como existem modelos com diferentes niacuteveis de operacionalidade e de
desenvolvimento a abordagem centrar-se-aacute nos modelos operacionais ie naqueles que
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
foram formulados calibrados e aplicados a algum territoacuterio em concreto Por uma
questatildeo de siacutentese optou-se tambeacutem por restringir a anaacutelise aos modelos relacionados
especificamente com o uso do solo De seguida exploram-se as principais caracteriacutesticas
dos modelos mais referenciados na literatura
De referir que o desenvolvimento de um modelo de simulaccedilatildeo pode conseguir-se
atraveacutes do recurso a plataformas de simulaccedilatildeo que disponibilizam uma base para a
implementaccedilatildeo e visualizaccedilatildeo dos agentes permitindo que os modeladores se focalizem
mais em questotildees de investigaccedilatildeo do que no estudo das ferramentas necessaacuterias para
executar a simulaccedilatildeo e em programaccedilatildeo (Castle amp Crooks 2006) Existem vaacuterios
formatos que incluem desde plataformas open source (Swarm Mason Repast)
freewareshareware (StarLogo NetLogo Obeus) assim como plataformas que satildeo
comercializadas por empresas (AgentSheets e o AnyLogic)
331 O modelo UrbanSim
O UrbanSim (wwwurbansimorg) foi inicialmente concebido como um modelo
agrave escala metropolitana para gerir o crescimento destas aacutereas nomeadamente no que
respeita agraves interacccedilotildees entre o uso do solo e os transportes (Waddell 2002) O modelo
foi desenvolvido pela equipa liderada por Paul Waddell tendo sido calibrado para a
cidade de Eugene-Springfield (Oregon EUA) Mais tarde o modelo viria a ser aplicado
a diversas cidades daquele paiacutes (Honolulu Salt Lake City Seattle Utah entre outras)
passando tambeacutem a ser utilizado em diversos paiacuteses (Holanda Franccedila Suiacuteccedila) de tal
forma que eacute um dos modelos que mais estudos e aplicaccedilotildees tem suscitado ao longo dos
uacuteltimos anos (Joshi et al 2006 Cavari 2007 Batty 2009) Ao longo do tempo o
modelo sofreu tambeacutem diversas evoluccedilotildees da simulaccedilatildeo do mercado de solos evoluiu
para um modelo de previsatildeo da localizaccedilatildeo de actividades tendo-lhe sido acrescentado
mais recentemente uma extensatildeo de anaacutelise ambiental (Iacono et al 2008)
O UrbanSim eacute considerado um modelo de transiccedilatildeo entre os modelos de segunda
geraccedilatildeo e os modelos de microsimulaccedilatildeo baseados em agentes (Iacono et al 2008) Os
incrementos sofridos ao longo do tempo tecircm transformado o UrbanSim num modelo de
microsimulaccedilatildeo dinacircmica uma vez que trabalha com dados espaciais muito
desagregados (Waddell et al 2003) Para Joshi et al (2006) o UrbanSim enquadra-se
mesmo nos modelos baseados em agentes pois modela autonomamente os
comportamentos de vaacuterios agentes como residentes trabalhadores e promotores
imobiliaacuterios O UrbanSim constitui um dos exemplos que funciona num ambiente tiacutepico
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
dos autoacutematos celulares ie os agentes operam sobre uma grelha regular de ceacutelulas A
grelha tem associada uma base de dados com informaccedilotildees relativas ao solo (tipo de uso
tamanho do lote nuacutemero de edifiacutecios etc)
Os principais agentes modelados satildeo os residentes os empresaacuterios os
promotores e os oacutergatildeos governamentais (Waddell 1998) O objectivo do modelo
consiste em simular o comportamento destes agentes no processo de escolha de
localizaccedilatildeo residencial e em simular as interacccedilotildees que haacute entre eles De entre estes
agentes os residentes e os empresaacuterios tecircm a capacidade de mudar de localizaccedilatildeo e de
escolher o novo local de instalaccedilatildeo os promotores decidem em que parcelas de terreno
poderatildeo surgir novas edificaccedilotildees e as caracteriacutesticas das construccedilotildees e por sua vez
estes agentes interagem e satildeo influenciados pelos oacutergatildeos governamentais
nomeadamente pelas poliacuteticas de ocupaccedilatildeo do solo que definem O funcionamento do
UrbanSim baseia-se em vaacuterios submodelos (demograacuteficos econoacutemicos de
acessibilidade etc) que interagem entre si a partir de uma base de dados comum Cada
um destes submodelos tem objectivos especiacuteficos Por exemplo o submodelo
demograacutefico analisa as flutuaccedilotildees populacionais com a consequente perda ou aumento
da procura residencial o submodelo de acessibilidade analisa os diferentes niacuteveis de
acessibilidade da cidade atraveacutes de veiacuteculo proacuteprio O UrbanSim recorre a uma teacutecnica
estatiacutestica especiacutefica (regressatildeo multinomial logiacutestica) para efectuar a localizaccedilatildeo de
novos residentes (e daqueles que pretendem mudar de residecircncia) e dos empregos
(Timmermans 2003) O princiacutepio de funcionamento do modelo baseia-se na
disponibilidade para pagar manifestada pelos diversos agentes envolvidos que
pretendem mudar de localizaccedilatildeo Neste processo os compradores procuram a aquisiccedilatildeo
dos edifiacutecios ao menor preccedilo possiacutevel enquanto os vendedores e os promotores
procuram maximizar os lucros Assim o UrbanSim opera num cenaacuterio dinacircmico de
desequiliacutebrio do mercado de solos que sofre alteraccedilotildees ao longo do tempo As variaacuteveis
utilizadas na localizaccedilatildeo de residentes incluem atributos dos edifiacutecios associados agrave
grelha (preccedilo densidade e idade) as caracteriacutesticas das aacutereas adjacentes (densidade
edificaccedilatildeo usos existentes etc) e a acessibilidade ao emprego A localizaccedilatildeo do
emprego inclui variaacuteveis idecircnticas com excepccedilatildeo do acesso da populaccedilatildeo (matildeo-de-
obra)
332 O modelo ILUTE
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
O ILUTE eacute um modelo que foi concebido por uma equipa liderada por Eric
Miller (Universidade de Toronto) O ILUTE eacute um modelo de microsimulaccedilatildeo do uso do
solo e dos transportes (Moeckel et al 2002 Devisch et al 2004 Miller et al 2004)
sendo mesmo considerado por Iacono et al (2008) como um dos modelos de
microsimulaccedilatildeo mais completos O ILUTE foi inicialmente concebido para Toronto
O objectivo do modelo consiste em simular a evoluccedilatildeo de uma aacuterea urbana e a
influecircncia dos transportes nesse crescimento para um horizonte temporal de 10 a 20
anos (Miller et al 2004) Trata-se portanto de um modelo de microsimulaccedilatildeo
integrado que inclui vaacuterias componentes a evoluccedilatildeo da aacuterea edificada a evoluccedilatildeo do
crescimento efectivo da populaccedilatildeo a simulaccedilatildeo das localizaccedilotildees das aacutereas residenciais e
empresariais a simulaccedilatildeo da actividade econoacutemica do territoacuterio (que gera fluxos de
pessoas e de bensserviccedilos) O modelo comeccedila por simular a evoluccedilatildeo da populaccedilatildeo
urbana e das actividades econoacutemicas para depois simular as deslocaccedilotildees dos residentes
e dos fluxos de bens e de serviccedilos tendo em conta o modo de transporte o percurso
efectuado e a hora do dia Depois o modelo simula o desempenho das infra-estruturas e
dos meios de transporte para as deslocaccedilotildees das pessoasbens e por uacuteltimo as emissotildees
de poluentes libertadas pelos transportes e pelas actividades econoacutemicas urbanas
No processo de modelaccedilatildeo da forma como evoluem as aacutereas residenciais e
empresariais os autores assumem que a natildeo-linearidade do comportamento dos actores
constitui um primeiro princiacutepio da microsimulaccedilatildeo Assim os primeiros agentes a
serem simulados no ILUTE satildeo os indiviacuteduos os residentes e os negoacutecios existentes
exercendo cada um deles um conjunto de acccedilotildees com implicaccedilotildees directas na evoluccedilatildeo
do territoacuterio Para atingir estes objectivos eacute dado um enfoque particular agrave dimensatildeo
individual ie quando um residente decide mudar de residecircncia ou quando uma
empresa cria postos de trabalho estatildeo a gerar disponibilidades de mercado criando uma
oferta disponiacutevel para novas entidades Estas ofertas satildeo consideradas pela ordem de
chegada e o ritmo a que satildeo preenchidas depende da performance do mercado Aleacutem
disso o modelo considera o factor preccedilo que os residentes estaratildeo dispostos a pagar
para adquirir um novo alojamento como resultado da oferta de mercado A introduccedilatildeo
deste elemento permite determinar os preccedilos meacutedios do mercado em funccedilatildeo dos
atributos da localizaccedilatildeo
De acordo com Miller et al (2004) a representaccedilatildeo espacial da cidade eacute feita
com base em vaacuterios elementos (i) edifiacutecios (ii) solo (definido por parcelas de terreno)
(iii) zonas (representaccedilotildees espaciais do territoacuterio relativamente consolidadas como as
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
zonas estatiacutesticas dos recenseamentos) (iv) grelhas de ceacutelulas (representam de uma
forma mais eficiente e a uma escala mais fina o territoacuterio) (v) os residentes e as
empresas natildeo ocupam apenas uma categoria de solo mas efectivamente ocupam uma
dada aacuterea de implantaccedilatildeo que permite falar em raacutecios e pode ser determinante para
esses tipos de ocupaccedilatildeo Verifica-se que haacute assim uma hierarquia dos elementos
espaciais pois os edifiacutecios estatildeo localizados sobre o solo que por sua vez estaacute dividido
em zonas parcelas ou numa grelha de ceacutelulas com diferentes niacuteveis de ocupaccedilatildeo
No contexto dos modelos de micro-simulaccedilatildeo o ILUTE eacute um projecto
ambicioso Como refere Timmermans (2003) o ILUTE procura desenvolver um
modelo das actividades desenvolvidas pelos indiviacuteduos e dos padrotildees de deslocaccedilotildees
efectuadas o que exige um trabalho adicional de programaccedilatildeo Ao contraacuterio de outros
modelos que fazem simulaccedilotildees diaacuterias o ILUTE faz vaacuterias simulaccedilotildees para cada dia
332 O modelo RAMBLAS
O RAMBLAS constitui um outro exemplo de um modelo de microsimulaccedilatildeo
(Miller et al 2004 Iacono et al 2008) Como outros modelos (ILUTE ILUMASS
etc) o RAMBLAS tambeacutem resulta de trabalhos acadeacutemicos tendo sido desenvolvido
na Universidade Tecnoloacutegica de Eindhoven (Veldhuisen et al 2000)
O RAMBLAS eacute um modelo de planeamento regional concebido para a regiatildeo de
Eindhoven que se baseia na microsimulaccedilatildeo do padratildeo diaacuterio da deslocaccedilatildeo da
populaccedilatildeo Este padratildeo funciona como a base a partir da qual eacute feita a previsatildeo da
distribuiccedilatildeo espacial da procura de transporte e de serviccedilos na cidade (Ballas et al
2005) O objectivo do modelo consiste em determinar as consequecircncias que as decisotildees
relacionadas com o uso do solo com as poliacuteticas de construccedilatildeo de edifiacutecios e de infra-
estruturas viaacuterias tecircm na distribuiccedilatildeo das aacutereas residenciais e empresariais e nas
deslocaccedilotildees Aleacutem disso os autores do modelo (Veldhuisen et al 2000) procuram
demonstrar como se pode generalizar os padrotildees de actividade de um territoacuterio com
base num sistema de previsotildees da procura de transportes e do tempo gasto nas
deslocaccedilotildees Para tal os autores recorreram a procedimentos de previsatildeo e de caacutelculo
simples (por exemplo natildeo considerando os preccedilos)
De acordo com Timmermans (2003) as etapas iniciais da modelaccedilatildeo consistem
na distribuiccedilatildeo dos vaacuterios tipos de agregados familiares pelas diferentes categorias
residenciais existentes em cada zona e na distribuiccedilatildeo das residecircncias e dos usos do solo
por zonas Estas constituem as variaacuteveis externas da simulaccedilatildeo Os agregados satildeo
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
classificados em funccedilatildeo de vaacuterias caracteriacutesticas (a dimensatildeo e a idade e o geacutenero dos
seus elementos) Os atributos espaciais do territoacuterio ou seja o uso do solo o stock
imobiliaacuterio e o sistema de estradas) satildeo tratados como variaacuteveis que podem ser
manipuladas no processo de planeamento (o planeamento do sistema de estradas
tambeacutem eacute dependente das decisotildees tomadas pelas autoridades competentes) A
distribuiccedilatildeo espacial das actividades e das deslocaccedilotildees eacute tratada como uma variaacutevel
dependente Deste modo o modelo permite prever as consequecircncias que eventuais
medidas possam ter nestas variaacuteveis e avaliar a eficaacutecia dessas mesmas decisotildees
O objectivo da microsimulaccedilatildeo eacute o de procurar dar resposta a um conjunto de
questotildees sobre a evoluccedilatildeo das actividades no territoacuterio onde quando e por quanto
tempo vatildeo ter lugar que modos de transporte vatildeo envolver e que percursos seratildeo
utilizados Os primeiros passos no processo de microsimulaccedilatildeo envolvem a
identificaccedilatildeo do segmento populacional a que pertence cada indiviacuteduo da aacuterea em
estudo (satildeo considerados 24 segmentos com base no geacutenero na idade emprego etc) e a
consideraccedilatildeo do tipo de actividades que desenvolvem e o modo de transporte utilizado
(satildeo considerados sete tipos de actividades como trabalho escola compras etc) A
escolha do modo de transporte eacute derivada a partir de cada uma das deslocaccedilotildees entre a
aacuterea residencial e o local da actividade Com base nestes procedimentos a
microsimulaccedilatildeo permite obter uma agenda das actividades ao niacutevel individual O
proacuteximo passo na modelaccedilatildeo consiste em implementar esta agenda no espaccedilo e no
tempo Para concretizar este objectivo o modelo assume um conjunto de pressupostos
em relaccedilatildeo agraves actividades Por exemplo no caso do emprego o modelo assume que o
tempo das deslocaccedilotildees diaacuterias constitui o tempo que os trabalhadores estatildeo dispostos a
gastar nas deslocaccedilotildees pendulares em funccedilatildeo do modo de transporte envolvido No
modelo a zona de emprego eacute representada atraveacutes do nuacutemero total de empregos
disponiacuteveis e eacute delimitada pelos tempos maacuteximos de deslocaccedilatildeo que os trabalhadores
estatildeo dispostos a percorrer Para as restantes categorias o modelo baseia-se em outros
pressupostos Depois de estabelecidos os pares das deslocaccedilotildees (origemdestino) o
passo seguinte consiste na microsimulaccedilatildeo dos fluxos de traacutefego Como o tempo da
deslocaccedilatildeo depende da situaccedilatildeo de traacutefego a velocidade de deslocaccedilatildeo na rede eacute
calculada atraveacutes de um meacutetodo especiacutefico (o speed-flow) Os resultados da
microsimulaccedilatildeo de traacutefego servem para prever as alteraccedilotildees do uso do solo e nas
dinacircmicas de construccedilatildeo imobiliaacuteria e de construccedilatildeo de estradas
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
4433 O modelo ILUMASS
O ILUMASS eacute um modelo que foi desenvolvido na Alemanha e que foi
inicialmente aplicado agrave cidade de Dortmund (Moeckel et al 2002) Trata-se de um
modelo integrado do traacutefego rodoviaacuterio urbano que incorpora as transformaccedilotildees do uso
do solo e a respectiva alteraccedilatildeo na procura de transportes O ILUMASS eacute tambeacutem um
modelo de microsimulaccedilatildeo baseado em agentes (Devich et al 2004 Sanders 2006)
Tal como o ILUTE este eacute um modelo integrado que combina o uso do solo os
transportes e o ambiente Atraveacutes deste modelo Moeckel et al (2002) procuraram
representar as interacccedilotildees entre os padrotildees de actividademobilidade urbana e simular
diversas interacccedilotildees (localizaccedilatildeo residencial e empresarial alteraccedilatildeo do uso do solo
comportamentos de mobilidade) e os impactos ambientais decorrentes da utilizaccedilatildeo dos
transportes urbanos (ruiacutedo e poluiccedilatildeo atmosfeacuterica) O modelo encontra-se estruturado
num conjunto de 25 moacutedulos onde cada um deles corresponde a componentes
diferentes mas que se encontram interligadas Os moacutedulos estatildeo relacionados com as
infra-estruturas de transportes edifiacutecios empresas localizaccedilatildeo veiacuteculos actividades
transportes e ambiente Sanders (2006) refere que a dimensatildeo temporal no ILUMASS eacute
variaacutevel indo desde periacuteodos superiores a um ano (as infra-estruturas de transportes e os
edifiacutecios por exemplo onde o processo de mudanccedila eacute mais lento) ateacute ao diurno (as
deslocaccedilotildees diaacuterias das pessoas ou a emissatildeo de poluentes por exemplo) Cada um dos
moacutedulos reflecte um processo de escolha e de decisatildeo por parte dos indiviacuteduos Nos
moacutedulos mais simplificados as alteraccedilotildees satildeo efectuadas segundo uma transiccedilatildeo de um
estado para outro de acordo com uma certa probabilidade (por exemplo a mudanccedila do
estado civil de uma pessoa) Noutros casos o processo de escolha individual resulta da
interacccedilatildeo de vaacuterios moacutedulos Por exemplo a decisatildeo da escolha residencial obedece a
um conjunto de factores como a localizaccedilatildeo as caracteriacutesticas do edifiacutecio o preccedilo etc
Os moacutedulos estatildeo ligados a modelos atraveacutes dos quais se determina o padratildeo diaacuterio das
actividades exercidas assim como das deslocaccedilotildees e do transporte de mercadorias
4434 O modelo OBEUS
O OBEUS eacute um modelo que foi formulado na Universidade de Telavive pela
equipa liderada por Itzhak Benenson (Benenson et al 2001 2005)
Uma das principais inovaccedilotildees deste modelo reside na tentativa de modelar
simultaneamente as relaccedilotildees espaciais entre as componentes infra-estruturais e humanas
da cidade que satildeo respectivamente designadas pelos autores por objectos ou agentes
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
imoacuteveis e moacuteveis Em termos mais especiacuteficos os autores procuram atingir
essencialmente trecircs objectivos com o modelo
- processar simultaneamente os agentes moacuteveis e imoacuteveis da cidade
- analisar as relaccedilotildees espaciais existentes entre os vaacuterios agentes da cidade
-disponibilizar uma ferramenta de modelaccedilatildeo que permita representar as mudanccedilas
operadas nos objectos infra-estruturais da cidade analisar as migraccedilotildees e as adaptaccedilotildees
dos agentes sociais e avaliar o surgimentodesaparecimento dos objectos urbanos
O OBEUS eacute um modelo dinacircmico com um tipo de arquitectura que integra
funcionalidades dos SIG dos autoacutematos celulares e dos SMA Com efeito o modelo faz
uma representaccedilatildeo do sistema urbano atraveacutes de um conjunto de trecircs camadas (layers)
representadas num SIG e que incluem (Figura 5) os objectos fixos os objectos moacuteveis
(inanimados como os veiacuteculos) e os objectos moacuteveis sociais (residentes peotildees etc) A
presenccedila de funcionalidades dos autoacutematos celulares afere-se pela existecircncia de uma
grelha espacial de ceacutelulas atraveacutes das quais satildeo realizadas vaacuterias simulaccedilotildees como a
representaccedilatildeo das relaccedilotildees de vizinhanccedila ou a representaccedilatildeo dos domiacutenios A
abordagem dos objectos feita pelo modelo adopta directamente um SMA sobre a matriz
celular em que o espaccedilo estaacute dividido
Fonte Portugali 2000
Figura 5 As componentes do sistema urbano no OBEUS
No OBEUS a representaccedilatildeo do meio urbano baseia-se numa estrutura que eacute
constituiacuteda por trecircs componentes fundamentais os objectos as relaccedilotildees e os domiacutenios
Estas componentes satildeo designadas por classes abstractas estando organizadas
hierarquicamente Os objectos urbanos podem ser fixos ou moacuteveis Enquanto os
objectos fixos (edifiacutecios estradas etc) satildeo aqueles que uma vez implantados natildeo
alteram a sua localizaccedilatildeo os moacuteveis (veiacuteculos firmas residentes peotildees etc) podem
deslocar-se pela cidade
Layer dos objectos moacuteveis 2
Layer dos objectos moacuteveis 1
Layer dos objectos imoacuteveis
Sistema urbano
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
A representaccedilatildeo do sistema urbano requer que se conheccedilam as relaccedilotildees entre os
objectos urbanos das quais resultam as dinacircmicas urbanas O OBEUS recorre ao
Modelo de Relacionamento de Entidades que se baseia num conjunto de pressupostos
teoacutericos que regulam as relaccedilotildees entre os objectos Assim o modelo assume que as
relaccedilotildees entre os objectos fixos satildeo inalteraacuteveis ao longo do tempo depois de
estabelecidas Em segundo lugar o modelo natildeo permite um relacionamento directo
entre dois objectos moacuteveis que soacute se podem relacionar com os objectos fixos Em
terceiro lugar numa relaccedilatildeo entre um objecto imoacutevel e um moacutevel este uacuteltimo eacute
considerado o liacuteder sendo responsaacutevel pela criaccedilatildeo e pela actualizaccedilatildeo da relaccedilatildeo Para
aleacutem destas restriccedilotildees o OBEUS impotildee as regras de relacionamento nos casos das
relaccedilotildees espaciais entre objectos nas tipologias de um-para-um (11) de um-para-muitos
(1M) e de muitos-para-muitos (MM)
O conceito de domiacutenio corresponde a unidades espaciais onde a maior parte dos
objectos tecircm atributos especiacuteficos e satisfazem um determinado criteacuterio representando
tipicamente aacutereas populacionais correspondentes a diferentes estratos socioeconoacutemicos
O criteacuterio para definir uma aacuterea residencial rica poderaacute ser o preccedilo (por exemplo se o
preccedilo da maior parte dos apartamentos num edifiacutecio for superior a Xeuro por m2) Este
conceito eacute usado na anaacutelise espacial para representar os efeitos que os domiacutenios podem
ter sobre as aacutereas adjacentes (no citado exemplo das aacutereas residenciais ricas a
possibilidade dos preccedilos subirem nos terrenos edifiacutecios contiacuteguos eacute alta)
O OBEUS tem sido utilizado para desenvolver uma seacuterie de modelos
espacialmente expliacutecitos como por exemplo na simulaccedilatildeo da distribuiccedilatildeo de etnias
numa aacuterea residencial de Telavive (Benenson et al 2005)
5 Conclusotildees
A complexidade das dinacircmicas urbanas estaacute associada a dois motivos principais
Por um lado ao crescimento fiacutesico e demograacutefico das cidades e ao consequente
aumento do nuacutemero de entidades que interagem entre si e com o proacuteprio espaccedilo urbano
e por outro agrave dificuldade crescente que os meacutetodos considerados convencionais de
planeamento tecircm em lidar com a incerteza e com a imprevisibilidade que resultam
dessas interacccedilotildees Por esta razatildeo ao longo dos uacuteltimos anos tem-se assistido ao
desenvolvimento de vaacuterias ferramentas de apoio agrave decisatildeo que procuram incorporar a
dimensatildeo individual e a interacccedilatildeo entre as entidades no planeamento das cidades Esta
noccedilatildeo enquadra-se tambeacutem numa perspectiva bottom up de concepccedilatildeo dos problemas
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
uma vez que as tendecircncias globais satildeo consideradas como resultantes das acccedilotildees e dos
relacionamentos mantidos entre as diversas entidades ao niacutevel individual
Para dar resposta a estas novas solicitaccedilotildees as designadas teacutecnicas emergentes
tecircm tido uma crescente utilizaccedilatildeo no quadro da avaliaccedilatildeo dos impactos decorrentes de
determinadas opccedilotildees ou simplesmente na construccedilatildeo de cenaacuterios de desenvolvimento
futuro De entre essas teacutecnicas os SMA tecircm-se destacado por apresentarem um
conjunto de caracteriacutesticas que estatildeo particularmente bem vocacionadas para a
representaccedilatildeo das dinacircmicas urbanas Para aleacutem de poderem ser parametrizados com
informaccedilotildees especiacuteficas em funccedilatildeo dos objectivos da simulaccedilatildeo os modelos de SMA
incorporam agentes moacuteveis que representam os agentes reais que se deslocam nas
cidades como as pessoas (residentes trabalhadores turistas etc) ou os veiacuteculos Para
aleacutem desta especificidade os modelos baseados em agentes tecircm a vantagem de poderem
ser acoplados a outras teacutecnicas de modelaccedilatildeo nomeadamente aos autoacutematos celulares
Neste caso o territoacuterio eacute representado por uma grelha de ceacutelulas com informaccedilotildees
concretas (usos existentes caracteriacutesticas dos edifiacutecios ou dos lotes etc) sobre o qual
interagem e se deslocam os agentes Adicionalmente estes modelos podem ser
articulados com outras teacutecnicas de anaacutelise de informaccedilatildeo geograacutefica como os SIG seja
para aceder a informaccedilotildees seja para a obtenccedilatildeo de outputs
Em relaccedilatildeo a outras ferramentas convencionais os modelos baseados em agentes
caracterizam-se por serem mais dinacircmicos e por representarem os fenoacutemenos a partir do
niacutevel micro satildeo dinacircmicos porque simulam o comportamento individual dos agentes
de que resultam as tendecircncias colectivas mas tambeacutem por terem em consideraccedilatildeo a
dimensatildeo dinacircmica do tempo (natildeo se remetem a um uacutenico momento do tempo) e satildeo
micro pelo facto de considerarem os vaacuterios agentes ao niacutevel individual
Os modelos baseados em agentes satildeo utilizados para simular a evoluccedilatildeo de
fenoacutemenos nos mais variados domiacutenios e em vaacuterias escalas que vatildeo desde o niacutevel micro
(agrave escala de um edifiacutecio) ateacute ao niacutevel macro (agrave escala de uma regiatildeo) As simulaccedilotildees de
traacutefego transportes ambiente situaccedilotildees emergecircncia sauacutede constituem alguns dos
campos onde tecircm sido utilizados modelos baseados em agentes No caso especifico do
planeamento do territoacuterio procurou-se apresentar alguns exemplos de modelos que
tiveram uma aplicaccedilatildeo praacutetica O objectivo foi o de apresentar as variaacuteveis que podem
ser simuladas e os procedimentos que a sua construccedilatildeo envolve Verifica-se que os
modelos de microsimulaccedilatildeo estatildeo muito focalizados na anaacutelise da ocupaccedilatildeo do uso do
solo e nas variaacuteveis que estatildeo implicadas com a sua transformaccedilatildeo Nestes modelos haacute
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
sempre duas componentes principais os transportes de que depende a mobilidade e a
localizaccedilatildeo dos vaacuterios agentes (residentes trabalhadores empresas etc) e dos vaacuterios
agentes que operam ao niacutevel da transformaccedilatildeo do uso do solo de que resulta a relaccedilatildeo
entre a oferta e a procura A programaccedilatildeo que estaacute subjacente ao funcionamento e agrave
arquitectura destes modelos eacute relativamente complexa e obriga a vaacuterios testes de
validaccedilatildeo e de calibraccedilatildeo dos modelos Esta eacute sem duacutevida uma das dificuldades
principais que estaacute inerente aos modelos baseados em agentes que natildeo tecircm uma
estrutura de funcionamento e uma forma de utilizaccedilatildeo tatildeo amigaacutevel quanto a de outras
ferramentas como os SIG Eacute por esta razatildeo que muitos dos modelos apresentados
foram desenvolvidos em centros de investigaccedilatildeo universitaacuterios por equipas
multidisciplinares tendo sofrido ao longo do tempo sucessivos incrementos
No caso de Portugal existem alguns estudos relacionados com SMA (como o de
Pereira 2004) mas ateacute ao momento ainda natildeo foi possiacutevel identificar modelos
baseados em agentes formulados especificamente para o planeamento do territoacuterio
Esperamos por isso em futuras publicaccedilotildees aquilatar esta apreciaccedilatildeo assim como dar
conhecimento dos trabalhos desenvolvidos no acircmbito do desenvolvimento de um
modelo baseado em agentes para a rede urbana conhecida por Quadrilaacutetero Urbano
Referecircncias bibliograacuteficas Acci L (2006) ldquoModelli di simulazione e complessitarsquo urbanardquo In XXVII Conferenza
Italiana di Scienze Regionali 12-14 ottobre Pisa
Ballas D Clarke P Wiemers E (2005) ldquoBuilding a dynamic spatial microsimulation
model for Irelandrdquo In Population Space and Place Nordm11 pp 157-172
Batty M (2008) The Size Scale and Shape of Cities In Science Vol 319 Nordm 5864
pp769-771
Bellomo M Occelli S (2004) ldquoExperimenting a multi-agent model the SIMAC
modelrdquo In Contributo di Ricerca Nordm184 Istituto Ricerche Economico Sociali del
Piemonte Torino
Benenson I Aronovich S Noam S (2001) OBEUS Object-Based Environment for
Urban Simulations University of Tel-Aviv
Benenson I Aronovich S Noam S (2005) ldquoLetrsquos talk objects generic methodology
for urban high-resolution simulationrdquo In Computers Environment and Urban
Systems Nordm29 pp425-453
Bithell M Brasington J Richards K (2008) ldquoDiscrete-element individual-based and
agent-based models Tools for interdisciplinary enquiry in geographyrdquo Geoforum
Nordm39 625ndash642
Briassoulis H (2000) ldquoAnalysis of land use change theoretical and modeling
approachesrdquo In Loveridge S (ed) The Web Book of Regional Science West
Virginia University Morgantown
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
Cavari R (2007) A multi-agent planning support system for assessing externalities of
urban form scenarios development and application in an Israeli case study PhD
Thesis Technische Universiteit Eindhoven Eindhoven
Cavezzali A Rabino G (2003) ldquoMulti-agent systems and territory concepts methods
and applicationsrdquo In 43rd Congress of the European Regional Science Association
27-30 August Jyvaumlskylauml
Costa M (1999) Uma arquitetura baseada em agentes para suporte ao ensino agrave
distacircncia PhD Thesis UFSC Florianoacutepolis
Devisch O Timmermans H Arentze T Borgers A (2004) ldquoTowards a generic
multi-agent engine for the simulation of spatial behavioural processesrdquo In Van
Leeuwen JP and H Timmermans (eds) Recent Advantages in Design amp Decision
Support Systems in Architecture and Urban Planning Dordrecht Kluwer Academic
Publishers pp145-160
Ettema D Kor J Timmermans H Bakema A (2005) ldquoPUMA Multi-agent
modelling of urban systemsrdquo In 45th
Congress of the European Regional Science
Association 23-27 August Amsterdam
Faludi A (2000) ldquoThe performance of spatial planningrdquo In Planning Practise and
Research nordm15 (4) pp299-318
Ferber J Gasser L (1991) ldquoIntelligence artificielle distribueacuteerdquo In 11th
Conference on
Expert Systems and their Applications Avignon
Ferber J Gutknecht O Michel1 F (2004) ldquoFrom agents to organizations an
organizational view of multi-agent systemsrdquo In Giorgini et al (eds) Agent-oriented
software engineering IV Springer-Verlag pp 214-230
Ferreira A (2005) Gestatildeo estrateacutegica de cidades e regiotildees Fundaccedilatildeo Calouste
Gulbenkian Lisboa
Filatova T Parker D Veen A (2007) ldquoAgent-based land markets heterogeneous
agents land prices and urban land use changerdquo In F Amblard (ed) Proceedings of
the 4th Conference of the European Social Simulation Association (ESSA07) 10th-
14th September Toulouse pp263-275
Hamman Y Moore A Whigham P (2007) ldquoThe dynamic geometry of geographical
vector agentsrdquo In Computers Environment and Urban Systems vol31 pp502-519
Healey P (2007) Urban complexity and spatial Strategies towards a relational
planning for our times Routledge Oxon
Hunt J Kriger D Miller E (2005) ldquoCurrent operational urban land-usendashtransport
modelling frameworks a reviewrdquo In Transport Reviews Vol 25 Nordm3 pp329-376
Iacono M Levinson D El-Geneidy A (2008) ldquoModels of transportation and land use
change a guide to the territoryrdquo In Journal of Planning Literature Vol 22 Nordm4
pp323-340
Joshi H Guhathakurta S Konjevod G Crittenden J Li K (2006) ldquoSimulating the
effect of light rail on urban growth in Phoenix an application of the UrbanSim
modelling environmentrdquo In Journal of Urban Technology Vol13 Nordm2 pp 91-111
Ligmann-Zielinska A Jankowski P (2005) ldquoAgent-based models as laboratories for
spatially explicit planning policiesrdquo In Environment and Planning B Planning and
Design Vol34 pp316-335
Ligtenberg A Wachowicz M Bregt A Beulens A Kettenis D (2004) ldquoA design
and application of a multi-agent system for simulation of multi-actor spatial
planningrdquo In Journal of Environmental Management nordm72 pp43ndash55
Lowry I (1964) A Model of Metropolis Rand Corporation Santa Monica
Macy M Willer R (2002) ldquoFrom factors to actors computational sociology and
agent-based modelingrdquo In Annual Review of Sociology Vol 28 pp143-166
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
Manson S (2007) ldquoChallenges in evaluating models of geographic complexityrdquo In
Environment and Planning B Planning and Design Vol 34 pp145-260
Matos P (2006) As tecnologias de informaccedilatildeo geograacutefica no apoio agrave avaliaccedilatildeo em
planeamento territorial potencialidades e limitaccedilotildees face a desafios MSc Thesis
FEUP Porto
Miller E Hunt J Abraham J (2004) ldquoMicrosimulating urban systemsrdquo In
Computers Environment and Urban Systems Nordm 28 pp9-44
Moeckel R Schurmann C Wegener M (2002) ldquoMicrosimulation of urban land userdquo
In 42nd European Congress of the Regional Science Association 27-31 August
Dortmund
Molina J Corchado J Mestras J (2005) ldquoModelos y arquitecturas de agentesrdquo In
Mas A (coord) Agentes software y sistemas multiagente conceptos arquitecturas
y aplicaciones Prentice Hall pp29-64
Moore D (2002) ldquoGIS in a knowledge domain bringing GIS to operational integration
in spatial planningrdquo In 8th
EC-GI amp GIS Workshop ESDI ndash A work in progress
Dublin
Moulin B Chaib-Draa B (1996) ldquoAn Overview of Distributed Artificial Intelligencerdquo
In OHare G amp Jennings N (eds) Foundations of distributed artificial intelligence
New York John Wiley amp Sons pp3-55
Nwana H (1996) ldquoSoftware Agents An Overviewrdquo Knowledge Engineering Review
Vol11 Nordm3 pp 1-42
Pereira I (2004) Sistema multi-agente para apoio agrave negociaccedilatildeo em mercados de
electricidade (PhD Tese) UTAD Vila Real
Portugali J (2000) Self-organisation and the city Berlin Springer
Rabino G Girotti A (2004) ldquoOntology of multi-agents processes of spatial decisionrdquo
In 44th
Congress of the European Regional Science Association Porto 25-29
August
Ramos R Silva A (2002) ldquoOportunidades e Desafios de Teacutecnicas Emergentes para o
Planeamento Urbano o caso dos modelos de cellula automotardquo In VII Encontro de
Utilizadores de Informaccedilatildeo Geograacutefica ESIG 2002 Oeiras 13 a 15 de Novembro
Rao A Georgeff M (1998) ldquoDecision procedures of BDI Logicsrdquo Journal of logic and
computation Nordm8(3)
Saarloos D Arentze T Borgers A Timmermans H (2004) ldquoMulti-agent generating
alternative plans in local land-use planningrdquo In Van Leeuwen amp Timmermans (eds)
Developments in Design amp Decision Support System in Architecture and Urban
Planning Eindhoven Eindhoven University of Technology pp 95-110
Sanders L (2006) ldquoLes modegraveles agent en geacuteographie urbainerdquo In Amblard F Phan D
(eds) Modeacutelisation et simulation multi-agents applications pour les sciences de
lhomme et de la socieacuteteacute pp151-168
Sawyer R (2003) ldquoArtificial societies multiagent systems and the micro-macro link in
sociological theoryrdquo Sociological Methods amp Research Vol31 Nordm3 325-363
Schumacher M Grangier L Jurca R (2008) ldquoGoverning environments for agent-
based traffic simulationsrdquo In HDBEA (ed) Multi-agent systems and applications
5th
International Central and Eastern European Conference on Multi-Agent Systems
CEEMAS pp 163-172 Leipzig 25-27 September
Silva A Ramos R Souza L Rodrigues D Mendes J (2004) ldquoSIG uma
plataforma para a introduccedilatildeo de teacutecnicas emergentes no planejamento urbano
regional e de transportes uma ferramenta 3D para anaacutelise ambiental urbana
avaliaccedilatildeo multicriteacuterio e redes neurais artificiaisrdquo In Silva et al (ed) Cacircmara
Brasileira dos Livros Satildeo Carlos
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay
Southworth F (1995) A technical review of urban land use transportation models as
tools for evaluating vehicle travel reduction strategies Report ORNL-6881 Oak
Ridge TN Oak Ridge National Laboratory
Tabak V De Vries B Dijkstra J (2004) ldquoUser behaviour modellingrdquo In Van
Leeuwen amp Timmermans (eds) Developments in Design amp Decision Support
System in Architecture and Urban Planning Eindhoven Eindhoven University of
Technology pp141-156
Timmermans H (2003) ldquoThe saga of integrated land use-transport modelling how
many more dreams before we wake uprdquo In Axhausen K (ed) Moving through
nets the physical and social dimensions of travel Elsevier Oxford pp219-248
Torrens P (2001) ldquoSprawlSim modeling sprawling urban growth using automata-
based modelsrdquo In Parker D et al (eds) Agent-based models of land-use and land-
cover change Report and Review of an International Workshop 4th-7th October
Irvine pp72-78
Torrens P (2003) ldquoCellular automata and multi-agent systems as planning support
toolsrdquo In Geertman S amp Stillwell J (eds) Planning support systems in practise
Springer-Verlag pp205-222
Valbuena D Verburg P Bregt A (2008) ldquoA method to define a typology for agent-
based analysis in regional land-use researchrdquo In Agriculture Ecosystems and
Environment nordm128 pp27ndash36
Veldhuisen K Timmermans H Kapoen L (2000) ldquoRamblas a regional planning
model based on the micro-simulation of daily activity travel patternsrdquo In
Environment and Planning A Nordm32 (3) pp427-443
Waddell P (2002) ldquoUrbanSim modeling urban development for land use
transportation and environmental planningrdquo In Journal of the American Planning
AssociationVol 68 Nordm3 pp297-314
Waddell P Borning A Noth M Freier N Becke M Ulfarsson G (2003)
ldquoMicrosimulation of urban development and location choices design and
implementation of UrbanSimrdquo In Networks and Spatial Economics Nordm 3(1) pp 43-67 Waddell P Moore T Edwards S (1998) ldquoExploiting Parcel-Level GIS for Land Use
Modelingrdquo In ACSE Conference May Portland
Wegener M (1994) ldquoOperational urban models state of the artrdquo In Journal of the
American Planning Association Vol 60 Nordm1 pp17-29
Wooldridge M Jennings N (1995) ldquoIntelligent agents theory and practicerdquo In The
Knowledge Engineering Review Nordm 10(2) pp115-152
Wooldridge M (2001) ldquoIntelligent agentsrdquo In Weiss G (ed) Multiagent systems a
modern approach to distributed artificial intelligence pp27-78 Third printing
Massachusetts Institute of Technology
Wooldridge M (2009) An introduction to multiagent systems Second Edition John
Wiley amp Sons Torquay