Tecnologías Específicas

Ingeniería del Software

Descripcion y Objetivos

Un mapa puede ser diseñado como una red de Petri coloreada (CPN, de las siglas en inglés) de la siguiente forma:

• Los lugares de la CPN serán los puntos de interés en el mapa.
• Las transiciones junto con los arcos de la CPN representarán las conexiones entre lugares/puntos de interés.

Las transiciones podrán recibir información externa sobre el estado de las conexiones o sobre el/la usuario/a que quiere obtener una ruta. Esta información podrá modificar la ruta o el tiempo empleado en la misma. Las rutas entre dos sitios de interés se calculará por simulación de un marcado inicial en la red de Petri. Para obtener esta información se usa tecnología de tipo middleware que incluye tecnología de bus de servicios empresariales que a su vez tiene instalado un sistema de detección eventos complejos. Este sistema de detección usará patrones de eventos que permiten especificar las situaciones de interés que se desean detectar. Para su diseño es posible ayudarse de editores visuales tales como MEdit4CEP.

El objetivo de este trabajo fin de grado es diseñar las entradas y salidas de este Sistema de Transporte Inteligente utilizando el procesamiento de eventos complejos junto a una CPN para un caso de estudio concreto, como puede ser en el contexto de rutas para ciclistas en la ciudad de Albacete, atendiendo a la contaminación del aire (se desea pasar por zonas poco contaminadas), a condiciones metereológicas  (viento a favor/contra) o al nivel de experiencia de cada ciclista que utiliza el sistema.

 

Metodología y Competencias

Se usará una metodología de desarrollo ágil estilo SCRUM adaptada a las peculiaridades del presente TFG.

Las competencias que aborda este TFG son las siguientes:

• Capacidad para desarrollar, mantener y evaluar servicios y sistemas software que satisfagan todos los requisitos del usuario y se comporten de forma fiable y eficiente, sean asequibles de desarrollar y mantener y cumplan normas de calidad, aplicando las teorías, principios, métodos y prácticas de la Ingeniería del Software.
• Capacidad de dar solución a problemas de integración en función de las estrategias, estándares y tecnologías disponibles.
• Capacidad de identificar y analizar problemas y diseñar, desarrollar, implementar, verificar y documentar soluciones software sobre la base de un conocimiento adecuado de las teorías, modelos y técnicas actuales.

 

Medios a utilizar

El software que usará este TFG es el siguiente:

• Anypoint studio como Enterprise Bus Service
• Esper-EPL como motor de detección
• CPN IDE: https://cpnide.org/
• CPN Tools: https://cpntools.org/
• Librerías para visualización de información en entornos web 
• overleaf para la edición de textos: https://www.overleaf.com/
• MEdit4CEP: https://ucase.uca.es/medit4cep/download.html

El hardware necesario se proporcionará dentro de las instalaciones que el grupo ReTiCS que dispone dentro del Instituto de Investigación en Informática así como del ordenador personal del alumno.

 

Bibliografía

• Hermenegilda Macià, Gregorio Díaz, Valentín Valero, Edelmira Valero, Enrique Brazález, Juan Boubeta-Puig
  greenITS: a proposal to compute low-pollution routes.                            FNC/MobiSPC/SEIT 2022: 334-341    
• Gregorio Díaz, Hermenegilda Macià, Enrique Brazález, Juan Boubeta-Puig, M. Carmen Ruiz, Valentín Valero:
  An Intelligent Transportation System for Tsunamis Combining CEP, CPN and Fuzzy Logic.             ICCS (1) 2023: 47-60
• Enrique Brazález, Hermenegilda Macià, Gregorio Díaz, Valentín Valero, Juan Boubeta-Puig:
  PITS: An Intelligent Transportation System in pandemic times.                                                           Eng. Appl. Artif. Intell. 114: 105154 (2022)                       
• Gregorio Díaz, Hermenegilda Macià, Valentín Valero, Juan Boubeta-Puig, Fernando Cuartero:
  An Intelligent Transportation System to control air pollution and road traffic in cities integrating CEP and Colored Petri Nets.                                                                                                                       Neural Comput. Appl. 32(2): 405-426 (2020)