Paradigmas:
- SMA
Disciplina: FGA0210 - PARADIGMAS DE PROGRAMAÇÃO - T01
Nro do Grupo: 03
Paradigma: SMA
| Matrícula | Aluno |
|---|---|
| 211031664 | Catlen Cleane Ferreira de Oliveira |
| 202023681 | Gabriel da Silva Rosa |
| 212008197 | João Pedro Alves Machado |
| 190032821 | Lorenzo Santos |
| 211043718 | Paulo Victor Fonseca Sousa |
| 190020521 | Valderson Pontes da Silva Junior |
| 190038900 | Victor de Souza Cabral |
Este projeto é uma simulação da propagação de fogo em uma floresta, utilizando o paradigma de Sistemas Multiagentes (SMA). Nesse contexto, cada árvore, arbusto ou área de vegetação é representada como um agente autônomo, com seu próprio estado e comportamento. Esses agentes interagem em uma grade bidimensional, simulando a propagação de um incêndio florestal, onde o fogo se espalha de uma célula para outra com base em fatores como tipo de vegetação e proximidade.
A simulação é implementada em Python, utilizando o framework Mesa, que facilita a criação, execução e visualização de modelos de agentes. Mesa oferece uma infraestrutura robusta para simulações em larga escala, com módulos para visualização interativa e coleta de dados, tornando-o ideal para explorar diferentes cenários e estratégias de mitigação de incêndios.
Funcionalidades principais:
Propagação do fogo: O fogo se propaga entre as células adjacentes, dependendo da densidade da vegetação e do tipo de vegetação.
Tipos de Terreno e vegetação: O ambiente contém diferentes tipos de Terreno, cada um com uma probabilidade específica de vegetação e cada vegetação com sua possibilidade de ignição.
Extinção do fogo: Agentes dinâmicos (bombeiros) se movem pelo ambiente e podem extinguir o fogo nas células dentro de seu alcance.
Interface gráfica: A simulação é visualizada em uma interface gráfica que permite ajustar parâmetros como densidade da vegetação e número de agentes dinâmicos.
Linguagens: Python
Tecnologias: Mesa
-
Clone o repositório:
git clone https://github.com/UnBParadigmas2024-1/2024.1_G3_SMA_FireSpread_Simulation.git
-
Navegue até o diretório do projeto:
cd 2024.1_G3_SMA_FireSpread_Simulation -
Verifique se o Python 3 está instalado:
python3 --version
-
Instale o pip (gerenciador de pacotes do Python):
sudo apt-get install python3-pip
Essa instalação considera sistemas baseados em Debian/Ubuntu, em outros sistemas operacionais você pode seguir as instruções específicas para instalar o pip.
-
Instale o Mesa:
pip install mesa
Para iniciar a simulação, execute o comando estando no repositório do projeto:
```sh
python3 server.py
```
A simulação será aberta em uma interface web onde você poderá ajustar parâmetros e observar a propagação do fogo na grade.
A simulação permite ajustar a densidade da vegetação e o número de agentes dinâmicos (bombeiros) que tentarão extinguir o fogo.
Na interface, você pode:
Ajustar a densidade: Use o controle deslizante para alterar a densidade inicial da vegetação.
Ajustar o número de agentes dinâmicos: Use o controle deslizante para definir quantos bombeiros estarão presentes na simulação.
Iniciar a simulação: Clique em "Start" para começar a simulação e observar o fogo se espalhar na floresta.
Executar passo a passo: Use o botão "Step" para avançar a simulação um passo de cada vez, permitindo uma análise mais detalhada do comportamento dos agentes.
Reiniciar a simulação: Clique em "Reset" para redefinir a simulação para as condições iniciais e com os atuais parâmetros dos slides, permitindo novos experimentos.
Monitorar o progresso: O estado de cada célula na grade é visualizado como uma cor diferente: verde para vegetação saudável, vermelho para células em chamas, cinza para áreas queimadas, e preto para agentes dinâmicos.
GIF de utilização do projeto:
Vídeo de apresentação do Projeto - Fire Spread Simulation
Video no YouTube
Apresente, brevemente, como cada membro do grupo contribuiu para o projeto.
| Nome do Membro | Contribuição | Significância da Contribuição para o Projeto (Excelente/Boa/Regular/Ruim/Nula) |
|---|---|---|
| Catlen Cleane Ferreira de Oliveira | Programação dos tipos de matas e a probabilidade de ignição | Boa |
| Gabriel da Silva Rosa | Programação dos tipos de matas e a probabilidade de ignição | Boa |
| João Pedro Alves Machado | Criação da logica do bombeiro e implementação do combate a progação do fogo | Boa |
| Lorenzo Santos | Programação inicial da floresta e do fogo se espalhando com o tempo | Excelente |
| Paulo Victor Fonseca Sousa | Adicionei filtro de tipos de terreno com 5 vegetações diferentes interativas, e atualizei a interface gráfica | Excelente |
| Valderson Pontes da Silva Junior | Criação da logica do bombeiro e implementação do combate a progação do fogo | Boa |
| Victor de Souza Cabral | Simulação da propagação do fogo na floresta, iniciando o fogo em agentes específicos, lógica de dispersão do fogo, criando controle de densidade e probabilidade de ignição entre elementos adjacentes. | Excelente |
Uso do Mesa: Ganhamos experiência prática em criar e gerenciar agentes autônomos e modelos, além de explorar a capacidade do Mesa para visualizações em tempo real e análise de comportamentos.
Modelagem da propagação: Entendemos como diferentes variáveis, como tipos de vegetação e densidade, afetam a propagação do fogo, o que nos ajudou a balancear realismo com simplicidade no modelo.
Poder e Desafios dos Sistemas Multiagentes:: SMA são ferramentas poderosas para simulações complexas, mas exigem um cuidado especial na otimização e depuração, especialmente em cenários com muitos agentes e interações.
Equilíbrio entre simplicidade e realismo: Foi desafiador manter a simulação simples, mas ainda realista. Algumas simplificações eram necessárias para garantir que o modelo fosse compreensível e funcional.
Projeto: A introdução de diferentes tipos de vegetação e agentes dinâmicos trouxe uma profundidade significativa a simulação, permitindo a exploração de vários cenários. No entanto, o ajuste das probabilidades de ignição e a gestão do desempenho em larga escala foram desafios.
Limitações: A simulação, enquanto eficaz em menor escala, enfrenta problemas de desempenho a medida que a escala aumenta, indicando que futuras otimizações são necessárias para lidar com ambientes maiores.
Otimização: Seria interessante explorar a paralelização e outras técnicas para melhorar o desempenho, especialmente em simulações de grande escala.
Integração com dados reais: Seria interessante integrar dados reais sobre vegetação e clima para aumentar a precisão e aplicabilidade da simulação.
Expansão dos agentes: Adicionar novas funcionalidades e comportamentos aos agentes dinâmicos, permitindo simulações de cenários mais complexos, como a resposta a múltiplos focos de incêndio ou a interação com outros fatores ambientais como o vento, por exemplo.