Este artigo consiste em uma extensão ao modelo de emoções e de personalidades baseado em sistemas multiagente.
A inicialização deste modelo tem valores xos para a personalidade e a in uência da personalidade sobre a
emoção. Este valor deve variar no intervalo [0;1], sendo que o valor zero representa quase inexistência da
determinada personalidade ou in uência sobre as emoções, e um, a presença total. Portanto, sendo xado um
valor na inicialização do modelo, o mesmo não será capaz de mostrar precisamente o modo que estas emoções e
personalidades in uenciam nas decisões do ser humano, uma vez que cada indivíduo não possui a capacidade
de uma ponderação quantitativa de suas emoções e personalidade. Para tornar o modelo uma solução mais
próxima do comportamento humano, foram estudadas técnicas para resolver o problema da inicialização xa na
in uência da personalidade sobre a emoção. Para isso, o artigo apresenta três técnicas diferentes de inicialização:
Distribuição Normal, Lógica Fuzzy e Matemática Intervalar. Pelos resultados obtidos, a lógica
Fuzzy apresentou-se como a técnica mais constante para todos os cenários de teste. O intuito da utilização destas técnicas consiste em
poder ter uma visão mais ampla e melhor apresentada de diferentes resultados de saída do modelo. Além disso,
possibilita uma comparação com os resultados do modelo original, para tentar obter uma melhor representação
do modelo humano, podendo-se obter um modelo mais robusto e aplicável a outros domínios.
This paper consists of an extension to the model of emotions and personalities based on multiagent systems.
The initialization of this model has a xed values, assigned for the personality and the in uence of the personality
on the emotion. This value should vary in the interval [0;1], where the value zero represents almost nonexistence
of the given personality or in uence on the emotions, and one, the total presence. Therefore, when a value is set
at the initialization of the model, it will not be able to show precisely the way these emotions and personalities
in uence the decisions of the human being, since each individual does not possess the ability to quantitatively
weigh their emotions and personality. For this, the paper presents the initialization using three di erent
techniques: Normal Distribution, Fuzzy Logic and Interval Mathematics. Basing in our results,
Fuzzy Logic was the more constant technique in all tested scenarios. The purpose of using these techniques is to be able to have a
broader and better view of di erent model output results. In addition, it allows a comparison with the results of
the original model, in order to try get a better representation of the human model and to have a more robust
model that could be applied in other domains.
