En este artículo se propone el uso de sistemas multi-agente y ontologías para solucionar el problema de monitoreo de procesos heterogéneos cuyos datos son adquiridos mediante sensores. La representación de información mediante ontologías permite un mejor control de proceso, considerando que el monitoreo es un aspecto fundamental en la automatización de procesos industriales. Para probar el diseño de la ontología se aplicó al problema de controlar un proceso industrial, simulando el proceso mediante un sistema multi-agente cuyo entorno está basado en una plataforma hecha en lenguaje de programación Java. El resultado de la simulación demuestra que la ontología diseñada facilita las actividades asociadas al monitoreo de diversas variables, y al control de procesos.

La motivación principal en este documento es desarrollar algunos métodos o técnicas que nos permita estudiar sistemas complejos (en el sentido de encontrar su estructura fundamental o su similaridad con otros). Si nosotros poseemos estas técnicas, seremos capaces de abordar una serie de problemas de la vida real que hasta ahora no tienen una solución satisfacible. Ejemplos de tales problemas son el reconocimiento de objetos en 3D, reconocimiento de palabras manuscritas, interpretación de las señales biomédicas y reconocimiento de voz. También presentamos una técnica para analizar los sistemas dinámicos basada en su comportamiento, donde este puede ser determinado a partir de las trayectorias de salida, se utiliza reconocimiento de patrones dinámicos para el análisis de los sistemas. Lo anterior nos permite buscar estructura de datos y su clasificación en categorías de tal forma que la similaridad entre estructuras de la misma categoría sea alta y las de diferente categoría con valores de similaridad baja.

Introducción- Como resultado de un proyecto de investigación, en este artículo se muestra el pronóstico de rendimiento de cultivo de durazno variedad jarillo. Para ello se diseñó un modelo para simular la producción de frutos de durazno generando variables aleatorias de cantidad de frutos y peso total, a partir de distribuciones de probabilidad deducidas a partir de muestras de cultivos. Objetivo- Pronosticar el rendimiento de un cultivo de durazno, mediante la simulación de variables que siguen una distribución de probabilidad asociadas al mismo, obteniendo un comportamiento estadístico similar a un escenario de producción real. Metodología-Se hizo revisión bibliográfica de estudios sobre pronóstico de producción en otras especies vegetales. También se tomaron muestras de producción en haciendas de diversos pisos térmicos y se hizo un análisis de regresión lineal a intervalo fijo (stepwise) teniendo como variable dependiente el rendimiento y como variable independiente las dimensiones físicas de la rama. Además, se tomaron datos sobre la distribución de probabilidad de producción y con base en ella se diseñó e implementó un software simulador, con el cual se hicieron diversas simulaciones de escenarios de producción. Resultados- Se obtuvieron modelos con menor número de variables resultantes de aplicar el procedimiento “stepwise”  para pronosticar el número de frutos y rendimiento. Al caracterizar variables de entrada, se pasó a construir el modelo matemático con entradas aleatorias para pronosticar el rendimiento, tales como el área del cultivo, sistema de siembra, densidad de siembra, edad del cultivo y longitud de rama, área foliar, diámetros del fruto entre otras variables. Conclusiones- Se logró demostrar que es factible pronosticar la el rendimiento de cultivo de duraznos en varios supuestos, a partir de muestras observadas en escenarios de producción real. Se logró implementar un modelo de pronóstico basado en variables aleatorias, cuya variabilidad con respecto a datos reales es significativamente pequeña.

Objetivo: Establecer un modelo dinámico del sistema intensidad de precipitación de agua – porosidad del suelo y velocidad de infiltración a fin de medir la profundidad de infiltración de agua y de humedad en el suelo que producen el deslizamiento. Metodología: Aplicando Dinámica de Sistemas se desarrolló un diagrama causal de las variables geotécnicas de dos muestras de suelo de sitios afectados por fenómenos de remoción en masa en Pamplona (Colombia); el modelo fue implementado con el software Stella v9. Resultados: Los resultados de simulación muestran la variación de profundidad de suelo a saturar para alcanzar el límite líquido o la falla debido a esfuerzo cortante. Conclusiones: La relación entre el fenómeno de remoción en masa y precipitación no coincide con el imaginario colectivo actual sino por un conjunto de valores característico de precipitación para cada tipo de suelo. Financiamiento: La investigación fue financiada con recursos propios de los autores.

La propagación de las ondas mecánicas es un fenómeno natural o artificial y se transmite en un medio; su propagación se modela utilizando ecuaciones diferenciales en derivadas parciales, las cuales deben resolverse numéricamente. Las derivadas respecto al tiempo y al espacio se resuelven utilizando una aproximación de segundo orden a través de operadores en diferencias finitas centrados. Debido a que el modelado se realiza en profundidad, los valores de los ejes espaciales se consideran positivos cuando esta aumenta. Considerando además velocidades y esfuerzos dentro de una malla escalonada, la cual tiene en cuenta la deformación generada en el medio debido a los esfuerzos y el impacto de la onda en dicho medio. Este efecto de deformación se analizará matemáticamente teniendo en cuenta los coeficientes de Lamé, dado que el medio por donde se propaga la onda es isótropo. También se analizará reflexión y transmisión de la onda para mirar su comportamiento natural. Puesto que el hecho de que el modelado de la onda es computacional, se hace un tratamiento a las condiciones de estabilidad y dispersión numérica para no obtener resultados erróneos y ser capaces de visualizar la onda con un comportamiento más realista. Los métodos de absorción de borde fueron analizados para evitar la visualización de falsas reflexiones no existentes en el medio elástico.

Introducción- El poliestireno expandido (EPS) es un material termoplástico, utilizado en la industria de alimentos, construcción, cosmética, agricultura, equipos deportivos, el envasado, embalado, entre otros, sin embargo, es un material no biodegradable y su alto consumo ha conllevado a la generación de residuos contaminantes afectando el medio ambiente. Por tal motivo, se propuso un modelo de reciclaje validado mediante simulación computacional. Objetivo- Diseñar un modelo basado en la metodología de Dinámica de Sistemas para explicar operacionalmente cómo funciona el proceso de reciclaje del EPS, comparando con el escenario de consumo actual, de tal manera de predecir el comportamiento a futuro del impacto ambiental. Metodología- Se basó en un procedimiento propuesto por Aracil para la aproximación sistémica a un modelo matemático alternativo (con reciclaje) y otro modelo base (sin reciclaje), teniendo en cuenta las variables como el proceso de producción de EPS, reciclaje mecánico y químico. Se hicieron los diagramas causales y estructurales correspondientes, así como la determinación de condiciones iniciales de simulación para determinar la cantidad de residuos que llegan a los ecosistemas acuáticos o terrestre, y rellenos sanitarios. Resultados- De acuerdo a los modelos aplicados, se obtuvo una reducción aproximadamente del 87,3% en rellenos sanitarios y del 98 % en ecosistemas acuáticos o terrestre de los residuos de EPS, en un periodo de tiempo de 100 años del modelo alternativo con respecto al modelo base Conclusiones- Se logró comprobar el impacto que genera los residuos de poliestireno expandido en los ecosistemas sin y con tratamiento a través un proceso de reciclaje, a partir del consumo actual de EPS en Colombia.