This work aims to apply an integration between a multi-agent system and microsimulation to take advantage of the large amount of data generated in urban freight transport to improve the overall performance of the urban supply chain without forgetting the principles of autonomy that govern each of its actors, responding to the different dynamic scenarios that may arise in the operational context. The integration framework produces a satisfactory communication process in those modeling methods measured by two indexes: throughput and latency. The results of this integration show a robust response to dynamic scenarios and allow reacting to the different quantity of changes without dismissing the search for optimum solutions.

No abstract

Desde el brote del nuevo coronavirus (COVID-19) el 31 de diciembre de 2019 en China se extendió rápidamente a más de 200 países de todo el mundo. Los gobiernos de los países afectados han tomado medidas como el distanciamiento social para disminuir la tasa de propagación de COVID-19. Como una forma de evaluar la efectividad de tales acciones, diseñamos un modelo de microsimulación basado en agentes que permite representar la propagación de COVID-19 en Medellín, Colombia. En consecuencia, reproducimos el número de casos y muertes causadas por COVID-19 de acuerdo con los datos reales de Medellín utilizando el modelo propuesto. Además, probamos nuestro modelo con dos escenarios: primero con acciones gubernamentales reales y segundo sin acciones gubernamentales en Medellín-Colombia. Los resultados de nuestro modelo muestran que las políticas de salud pública tempranas permiten aplanar la curva de la propagación de COVID-19 en contraste con el escenario sin restricciones. Como trabajo futuro, incluiremos más clústeres, por ejemplo, clústeres de ocio, clústeres de transporte, y la dinámica de los casos extranjeros de COVID-19

Model-driven development tools (MDD) allow software development teams to increase productivity and decrease software time-to-market [1]. MDD tools use models for automatically generating software source code. However, MDD tools are rarely adopted by software development practitioners. Some authors show that MDD tools have not yet surpassed the benefits of classical approaches such as the code-centric approach [2]. This has motivated researchers to investigate and establish unaddressed challenges to