Resumen

La modelización y simulación de sistemas complejos son formas poderosas de investigar una multitud de fenómenos naturales que proporcionan un conocimiento extendido sobre su estructura y comportamiento. Sin embargo, una modelización y simulación mejoradas requieren la integración de diversas fuentes de datos y conocimiento, modelos de diversos tipos (modelos basados en datos, modelos numéricos, modelos de simulación, etc.) y componentes inteligentes en una solución compuesta. La creciente complejidad de dicho modelo compuesto lleva a la necesidad de enfoques específicos para la gestión de dicho modelo. Esta necesidad se extiende cuando el modelo en sí mismo se convierte en un sistema complejo. Uno de los aspectos importantes de la gestión de modelos complejos es lidiar con la incertidumbre de diversos tipos (contextual, paramétrica, estructural y de entrada/salida) para controlar el modelo. En la situación en la que un sistema que se está modelando, o los requisitos de modelado cambian con el tiempo, se necesitan métodos y herramientas específicas para realizar procedimientos de modelado y

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Sistemas complejos; Modelado; Simulación; Integración de datos; Gestión de incertidumbre; Computación evolutiva
• Keywords:Complex systems; Modeling; Simulation; Data integration; Uncertainty management; Evolutionary computation