Assignment SS 2017/2018/cs

Název simulace: Simulace náhradní dopravy přes řeku

Autor: Alena Charniauskaya

Typ modelu: Multiagentní

Modelovací nástroj: NetLogo

Nosným tématem mé simulace bude náhrada dopravy přes řeku kvůli zbourání mostu a stavbě nového. Jako jednou ze zkoumaných variant náhradní dopravy by se mohla stát říční lodní doprava (na bázi přívozu, tedy pouze spojující dva body proti sobě přes řeku). Parametry modelu:
 * Rychlost lodí
 * Rychlost nástupu a výstupu
 * Šířka řeky (vzdálenost)
 * Přepravní kapacita na jednu lod'
 * Počet lodí
 * Počet pasažérů (v závislosti, zda je přeprava v dopravní špičce nebo mimo ni)

Cílem simulace je zjistit:


 * Počet potřebných lodí (a jejich přepravní kapacita) nutných k náhradě běžné přepravy přes most
 * Interval pendlování lodí
 * Zda takový způsob náhradní dopravy pokryje potřeby normální přepravy přes most

Chaa14 (talk) 21:25, 3 May 2018 (CEST)


 * Dobrý den, obecně to není špatná myšlenka, problém je, že ji lze - tak jak to chápu - řešit analyticky, výpočtem... Tudíž simulace by byla nadbytečná. Zkuste to nějak upravit. Admin (talk) 00:26, 5 May 2018 (CEST)
 * Dobrý den, napadlo mě k tomu navíc zjistit pomocí simulace spokojenost cestujících s takovým způsobem náhradní dopravy, např. když bude cestující čekat více než 10 minut na nástup na loď, tak může odejít a použije jiný způsob dopravy. A my potřebujeme zjistit procento lidí, které jsme přepravili náhradní dopravou a kolik zvolilo jiný způsob dopravy. Chaa14 (talk) 16:14, 6 May 2018 (CEST)
 * Jednak to vypadá spíš jako adept na diskrétní simulaci, opravdu tam nevidím moc důvodů, proč to dělat agentně. A jako taková je opravdu hodně triviální. Jde o semestrální úlohu, takže by neměla být řešitelná za večer. Téma si představit dovedu, ale muselo by být podepřeno skutečnými daty. A obávám se, že ta bude obtížné v požadované kvalitě obstarat. Admin (talk) 08:46, 9 May 2018 (CEST)

Název simulace: Simulace brnění (NetLogo)

Autor: Mykyta Lipskyi

Typ modelu: Multiagentni

Modelovací nástroj: NetLogo

Předmětem této simulace bude testování nového vojenského brnění, které vynalezl tým amerických vědců. Zkouška bude prováděna na kusu materiálu, ze kterého se brnění vyrábí. Do testovaného materiálu se bude střílet z různých zbraní a s různými náboji, ale vzdálenost mezi cílem a zbraní bude vždy stejná. Lze nastavit teplotu materiálu pro simulaci změn počasí.

Parametry modelu: Cílem simulace je zkontrolovat odolnost nového brnění
 * Tloušťka materiálu
 * Rychlost náboje
 * Materiál náboje
 * Teplota materiálu

Lipm01 (talk) 16:46, 4 May 2018 (CEST)


 * Dobrý den, v tomto případě jde o učebnicový příklad diskrétní simulace a to velmi primitivní. V podstatě je identická základní verzi naší úlohy Supermarket. Chtělo by to něco sofistikovanějšího. Admin (talk)

Lipm01 (talk) 23:23, 6 May 2018 (CEST) Upraveno


 * Tohle zní zajímavě, rozpracujte prosím zadání do detailu (tj. tak, aby to jen podle něj mohl někdo namodelovat). Úplně mi není jasné, jak si představujete to řešení. Admin (talk) 08:49, 9 May 2018 (CEST)

Název simulace: Optimalizace provozu školní jídelny

Autor: Ulrika Anna Jagošová

Typ modelu: Diskrétní

Modelovací nástroj: Simprocess

Předmětem této simulace je optimalizování provozu školní jídelny, tak, aby jídelna nepřicházela o zákazníky z důvodu dlouhého čekání ve frontě na jídlo a následně i na místo k sezení. Ke školní jídelně patří i kancelář školní jídelny, kde jsou vydávány čipy do jídelny a je zde realizována další administrativa spojená se samotným provozem jídelny (objednávka surovin, fakturace, odhlašování obědů, …). V rámci školní jídelny není možné platit za obědy v hotovosti, platí se pouze bezhotovostně (převodem, složenkou).

Parametry modelu:

- počet zaměstnanců jídelny (5) i kanceláře (1)

- počet strávníků za den (žáci, personál školy, externí) - v průměru 450 osob

- příchod strávníků - v průměru 25 osob za minutu (poissonovo rozdělení)

- pracovní harmonogram jídelny i kanceláře (po-pá 6:30-15:00, výdej obědů 11:30-14:00)

- doba a četnost závozu surovin (5x; po-čt: 7:00-7:45, pátek - projekt "ovoce do škol": 8:00-8:30 )

- počet jídel (3x: 2x normální, 1x vegetariánské)

- doba přípravy pokrmů (normální v průměru 2,5 h, vegetariálnské zhruba 45 minut)

- počet pracovníků vydávajících jídlo (v současné době 2)

- počet míst k sezení v jídelně (15 stolů po 10 místech -> 150)

- doba strávená čekáním na vpuštění do jídelny při špičce v průměru 15 minut (exponencionální rozdělení)

- doba strávená ve frontě na výdej jídla - v průměru 5 minut (exponencionální rozdělení)

- doba strávená v jídelně (jezení) - v průměru 25 minut (exponencionální rozdělení)

Cíl simulace:

Cílem je nasimulovat běžný provoz školní jídelny a v souvislosti s tím zjistit, které oblasti a co přesně je potřeba optimalizovat pro její plynulý chod tak, aby strávníci čekali co možná nejkratší dobu. Dále bude cílem zjistit, jak optimalizovat provoz pokud by se zvýšila návštěvnost jídelny v případě, že by ji navštěvovali všichni žáci i zaměstnanci školy (cca 700 osob celkem).

Zdroje dat pro realizaci simulace: veřejně dostupné informace a zaměstnanci ZŠ na Praze 3

xjagu00 (talk) 18:11, 5 May 2018 (CEST)


 * Fajn, to by mohlo být ok, ale než si to potvrdíme, rozpracujte prosím zadání do detailu. Tohle je velmi stručné, nedá se z toho pořádně odvodit, jak budete pokračovat ani obtížnost... Jako příklad si vezměte zadání školních úloh. Admin (talk) 11:23, 6 May 2018 (CEST)
 * Doplnila jsem zadání. xjagu00 (talk) 17:44, 6 May 2018 (CEST)
 * Obávám se, že ta metoda není dobrá. Náhodný pohyb agentů a jejich potkávání se je populární způsob, jak to dělat, ale málokdy dává smysl. Tímto způsobem jste jen obtížně schopná ovlivnit pravděpodobnost přenosu infekce, resp. musíte na to jít nepřímo přes poměrné zastoupení různých typů agentů. Stejně tak moc nerozumím tomu, proč by dílem náhody mělo být i podání vakcíny? Není návštěva lékaře spíše záměrným rozhodnutím? Obávám se, že u tohoto tématu bude třeba přijmout nějaký sofistikovanější způsob řešení. Tomáš (talk) 08:57, 9 May 2018 (CEST)
 * Poupravila jsem způsob realizace. xjagu00 (talk) 21:58, 11 May 2018 (CEST)
 * OK, tady mi ale není jasné, proč to řešit jako agentní simulaci, resp. jak přesně ta simulace bude vypadat. Podle mého názoru si tu sama trochu nabíháte na vidle. Doporučoval bych u tohoto tématu trochu něco jiného: píšete, že účinnost toho léku je 97%. To je nějaký průměr. Nechcete zkusit ve zdrojích dohledat, co tu účinnost ovlivňuje (jako třeba včasnost podání, pohlaví, sociální status nebo kýho výra...) a zkusit nasimulovat nasazení léku v některých vytipovaných komunitách (o kterých si také najdete příslušné informace)? Je to jen návrh, můžete přijít s něčím jiným, ale v případě výše uvedeného by to chtělo tu metodu opravdu důkladně zvážit Tomáš (talk) 01:31, 13 May 2018 (CEST)
 * Bohužel se mi nepovedlo vyhledat žádné bližší údaje vztahující se k efektivnosti Gammory, proto bych se ráda věnovala vlivu potencionálního zpoplatnění vakcíny na zvolenou komunitu. xjagu00 (talk) 10:50, 13 May 2018 (CEST)
 * Mě to přijde děsně divoké. Jednak lze očekávat, že taková vakcína by byla dost drahá, protože cílovka je relativně malá. Pravděpodobně by byla tudíž hrazena ze zdravotního pojištění. Pokud ne, jde o lék, tj. produkt s nízkou cenovou elasticitou poptávky, tj. cena má na poptávku jen malý vliv. Každopádně, stále nechápu, proč agentní simulace.
 * Začínám mít pocit, že jsme se tu trochu zacyklili. Nechcete zkusit něco úplně jiného? Tomáš (talk) 21:19, 20 May 2018 (CEST)
 * Změnila jsem zadání. xjagu00 (talk) 06:26, 21 May 2018 (CEST)
 * Schváleno 02:55, 29 May 2018 (CEST)

Název simulace: Optimalizace počet provozoven rychlého občerstvení nového podniku v městech v ČR

Autor: Nguyen Van Thanh

Typ modelu: Monte Carlo

Modelovací nástroj: MS Excel

Definice problému:Jsme na trhu novou společností rychlého občerstvení a chceme zjistit optimální počet našich rozvržení provozoven, kdy bereme v potaz veškeré faktory ovlivňující náš chod provozoven. Viz parametry modelu.

Parametry modelu'
 * Počet provozoven
 * Návštěvnost a vytížení provozoven
 * Náklady provozovny (zaměstnanci, suroviny, nájem, odpad, rozvoz atd.)
 * Poptávka/nabídka ve městě
 * Tržby provozoven

Cíl simulace Xngut65 (talk) 12:43, 6 May 2018 (CEST)
 * Optimalizovat počet provozoven v daném městě na základě poptávky a nabídky a tím docílit podniku nejvyšší zisk.
 * Optimalizovat efektivní rozpoložení počet zaměstnanců napříč provozoven


 * Zajímavé téma, ale mám tam dost nejasností. Monte Carlo ja založeno na náhodných proměných (jinak by to byla jen kalkulace) - co by ve vaší simulaci bylo všechno náhodně generováno?
 * Co bude zdrojem dat pro tyto náhodně generované proměné?
 * Jak kvantifikujete poptávku a na základě čeho?
 * Jak v Monte Carlu budete řešit to optimální rozložení prodejen (Monte Carlo nesimuluje prostor jako např. NetLogo, proto je to potřeba nějak ošetřit)?
 * Jak budete řešit vzájemnou konkurenci prodejen - tedy jak kvantifikujete, že si přetahují zákazníky?
 * Oleg.Svatos (talk) 09:26, 6 May 2018 (CEST)
 * 1. Náhodně jsou generovány náklady na zaměstnance, nájem nebytových prostorů, návštěvnost a průměrná útrata strávníka v řetězcích.
 * 2. Zdrojem dat jsou portály s nabídkami práce (např. jobs.cz, práce.cz), nemovitostmi v daném regionu (sreality.cz), dále údaje z dotazníkových šetření.
 * 3. Poptávka se bude odvíjet od sezón, věkové skupiny, lokalitě a speciálních nabídek a preference strávníka v jakém stravovacím zařízení bude trávit. (geografická data jsou čerpána z českého statistického úřadu:https://www.czso.cz/ a zbylá data jsou čerpána z dotazníkových šetření)
 * 4. Pomocí Monte Carla se zjistí, v jakém stavu výsledku hospodaření jsou zkoumané provozovny. Z těchto údajů, pak vybereme nejlepší model rozložení nákladů, který vynáší maximilní zisk pro náš nový podnik v jednotlivých městech.
 * 5. Konkurence se řeší mezi stravovacích zařízení, které jsou dostupné z statistického šetření sektoru stravování: https://www.mmr.cz/getmedia/46223218-36e7-4503-a17e-b7f76240b602/06-Statisticke-setreni-sektoru-stravovani.pdf . Dále v reklamních kampaních a povědomí o značce, údaje čerpány z dotazníků. Zákazníků v daném městě je nějaký fixní počet, o který se budou tyto stravovací zařízení přetahovat.
 * Xngut65 (talk) 12:43, 6 May 2018 (CEST)
 * OK. Schváleno. Dejte pozor na to, aby simulace byla reálná a abyste pak ve zprávě k simulaci ukázal, jak jste jednotlivá rozdělení pro náhodné proměné odvodil - ukázal odvození jednotlivých pravděpodobnostních rozdělení ze zdrojových dat. Oleg.Svatos (talk) 13:55, 6 May 2018 (CEST)
 * OK. Schváleno. Dejte pozor na to, aby simulace byla reálná a abyste pak ve zprávě k simulaci ukázal, jak jste jednotlivá rozdělení pro náhodné proměné odvodil - ukázal odvození jednotlivých pravděpodobnostních rozdělení ze zdrojových dat. Oleg.Svatos (talk) 13:55, 6 May 2018 (CEST)
 * OK. Schváleno. Dejte pozor na to, aby simulace byla reálná a abyste pak ve zprávě k simulaci ukázal, jak jste jednotlivá rozdělení pro náhodné proměné odvodil - ukázal odvození jednotlivých pravděpodobnostních rozdělení ze zdrojových dat. Oleg.Svatos (talk) 13:55, 6 May 2018 (CEST)

Název simulace: Simulace jizdy v dopravni zacpe na dalnici

Autor: Daniel Nejezchleb

Typ modelu: Multiagentni

Modelovací nástroj: NetLogo

Hlavními entitami navrhovaného modelu budou vozidla, která budou v pruzích silnice a busou se snažit překonat dopravní zácpu. Agent vozidla bude obsahovat fyzické atributy jako jsou délka, akcelerace, typ. Budou také obsahovat chování jízda v pruhu a změna pruhu. Pro implementaci těchto chování je nutné, aby agenti neustále monitorovali okolí srze své senzory. Takto inteligentní chování budou složena dohromady z řady jednoduchých pravidel, kterými se agenti budou řídit.

Toto chování se bude starat o to, že auta budou následovat pruh silnice. Nebudou do sebe narážet, tedy jestliže se nachází jiné auto před agentem, tak zpomalí na úroveň jeho rychlosti, aby dodržel minimální vzdálenost mezi vozidly.
 * Chování jízda v pruhu

Jestliže agent zjistí, že jeho pruh stojí a okolní pruh se hýbe, tak se pokusí změnit pruh. Přitom se bude snažit nezpůsobit dopravní nehodu.
 * Chování změna pruhu

Parametry modelu:
 * Počet aut
 * Uvidíme zda simulace prokáže, jestli má hustota zácpy vliv na výsledek testu
 * Počet proudů silnice
 * Jeden pruh silnice nedává pro tuto simulaci smysl. Podle podmínek většiny českých silnic bude simulace zkoumat hlavně dvou a tří pruhové silnice
 * Typ auta (osobni, užitková, nakladni)
 * Modelovaná situace bude zobecňovat vozidla do tří typů, každý zaštiťující přibližně stejné paramtry vozidel té kategorie. Pro různé typy vozidel platí také jiné dopravní omezení a povinnosti. Je možné, že se model zjednoduší pouze na dva typy vozidel a to osobní/užitková a nákladní, kvůli nedostatečně detailním údajům z nalezených průzkumů.
 * Osobní: Osobní vozidlo charakterizuje nejmenší velikost, nejrychlejší akcelerace a nejvyšší rychlost
 * Užitková: Vozidla typu dodávka; charakteristické střední velikostí, střední akcelerací a střední rychlostí
 * Nákladní: Vozidla charakterizována nejvetší velikostí, nejpomalejší akcelerací a nejpomalejší rychlostí
 * Typ řidiče (slusny, agresivni)
 * Agenti tohoto typu bodou rozhodovat o stylu jízdy.
 * Uvědomělý: značí řidiče dodržujícího dopravní pravidla
 * Neuvědomělý: značí řidiče, který často inklinuje k nedodržení dopravních pravidel
 * Agresivní: značí řidiče, který svou jízdou zvyšuje riziko dopravní nehody
 * Předvídavý: naopak začí řidiče, který naopak minimalizuje riziko dopravní nehody
 * Toleratní: řidič, který spíše dovolí jinému změnit pruh
 * Netolerantní: naopak spíše nedovolí ostatním změnit pruh
 * Nehoda na silnici
 * často bývají dopravní zácpy způsobené nehodou a pak nás zajímá jak překážka v jednom z průhů ovlivní výsledek simulace
 * Styl jizdy ridice
 * Nosný parametr simulace, zjišťující zda střidat pruhy či se držet v jednom vybraném pruhu
 * Střídání pruhů: Řidič se podle aktualní situace v jeho bezprostředním okolí rozhoduje, zda má změnit pruh, protože v okolním pruhu plyne provoz rychleji; Výsledek tohoto stylu jízdy, také závisí na vůli řidiče, který má odbočujícího řidiče pustit
 * Držení se v pruhu: Opak předchozího, kdy se řidič drží svého pruhu

Co se týče nastavení parametrů, tak pro poměr typů bych se pokusil najít nějaký behaviorální výzkum řidičů a jejich vlastností, podle toho by se potom odvodili hodnoty. Pro typy vozidel už jsem nalezl konkrétní Celostátní sčítání dopravy, o které se může simulace opřít http://scitani2016.rsd.cz/pages/results/default.aspx.

Cílem simulace je zjistit, zda se v dopravni zacpe na dalnici vyplati stridat pruhy podle aktualne se pohybujiciho pruhu nebo zda je stejne vyhodne nebo i vyhodnejsi drzet se ve vybranem pruhu. Vyhodnosti je rozumeno rychlejsi projeti dopravni situace za soucasne minimalizace rizika vlastni dopravni nehody zpusobene agresivni jizdou.

Xnejd00 (talk) 02:01, 6 May 2018 (CEST)


 * Dobrá, rozpracujte prosím zadání do detailu. Jak se třeba budou lišit osobní auta, dodávky, nákladní, v jakém poměru je budete na silnici pouštět a proč? Jak budete v simulaci řešit různé počty pruhů, jak se bude lišit slušný a agresivní řidič, v jakém poměru budou a proč, atd. atd. Jak jsme si říkali, zadání by mělo být formulováno tak, aby se to jen na jeho základě pak dalo řešit. Admin (talk) 11:26, 6 May 2018 (CEST)


 * Zkonkrétnil jsem zadání. Dalo by se už takto schválit?
 * Xnejd00 (talk) 00:08, 7 May 2018 (CEST)


 * Lepší by bylo mít ty parametry už v tom zadání, protože je poměrně obecné, ale Schváleno. Tomáš (talk) 09:01, 9 May 2018 (CEST)

Název simulace: Simulace vývoje slávy kapely

Autor: Luboš Tomandl

Typ modelu: Systémová dynamika

Modelovací nástroj: VensimPLE

Definice problému: Jsem členem začínající kapely. Máme za sebou několik koncertů v pražských klubech, účast na několik festivalech a soutěžích. Rádi bychom se více proslavili a tedy získali více fanoušků na sociálních sítích. Víme, že pro to musíme být aktivní, vytvářet nový obsah na sítích, koncertovat, vydávat novou hudbu a točit videoklipy. Na základě účtů na Facebooku, Instagramu, YouTube a Spotify můžeme snadno sledovat, které události a činnosti nejvíce přitáhly pozornost na naše sociální sítě. Podle těchto dat tedy můžeme nasimulovat, které aktivity mohou přispět tomu, aby se povědomí (počet sledujících) o naší kapele dále navyšovalo a co naopak nedělat (pokud najdu takové situace), aby se obliba kapely nesnižovala. Je však potřeba brát v úvahu mnoho faktorů. Členové kapely mají jen omezené finanční a časové možnosti. Aby byli ochotní vkládat své prostředky do aktivit kapely, nesmí tyto aktivity snižovat jejich celkovou spokojenost, která se dá měřit přílišnou časovou vytížeností a nadměrnými náklady. Fanoušci také nemají neomezené prostředky pro navštěvování koncertů a nakupování alb.

Cíl: Maximalizovat slávu kapely kvantifikovanou počtem sledujících na sociálních sítích a minimalizovat rizika ztráty obliby u posluchačů.

Xtoml29 (talk) 12:01, 6 May 2018 (CEST)


 * Šlo by - důležité v tomto připadě bude ukázat ve zprávě k simulaci, na základě čeho přesně byly jednotlivé vztahy mezi proměnými a kvatifikace parametrů odvozeny. Schváleno. Oleg.Svatos (talk) 20:23, 6 May 2018 (CEST)

Název simulace: Šíření luteránství na území dnešního Německa v 16. století

Autor: Vojtěch Hyvnar

Typ modelu: Multiagentní

Modelovací nástroj: NetLogo 6.0.3

Popis modelu: Začátkem 16. století došlo na území dnešního Německa k reformaci církve, kdy na základě učení Martina Luthera vzniklo nové vyznání - luteránství. Luteránství se z Wittenbergu, kde Martin Luther učil, rozšířilo do velké části německého území a také na některá další evropská místa. Tento model simuluje šíření luteránství v Německu, z Wittenbergu do ostatních regionů v závislosti na jejich geopolitických vlastnostech. Model je tvořen na mapě dnešního Německa (případně také nejbližšího okolí). Model a jeho parametry jsou samozřejmě velice zjednodušeným odrazem reality, jelikož se jedná o opravdu komplexní problém.

Parametry modelu: - vzdálenost od Wittenbergu - ekonomická síla/důležitost daného regionu - náboženská situace v sousedních regionech - typ vlády v regionu (svobodné říšské město/knížecí biskupství aj.)
 * počet luteránů v regionu Wittenbergu
 * počty katolíků dle jednotlivých území (počty obyvatel - reálná data z 16. stol.)
 * pravděpodobnost konvertování katolíků v závislosti na jejich území:
 * [předpokládaný min. počet území je 13, max. kolem ~30, pokud mi to barevná paleta dovolí]
 * pravděpodobnost konvertování luterána
 * pravděpodobnost, že člověk samovolně opustí své náboženství a stane se ateistou
 * frekvence, jak často budou lidé evaluovat svou náboženskou situaci
 * střední délka života (podloženo reálnými daty)

Druhá vrstva mapy doplňující původní o další parametry:
 * obsahuje geografické prvky (hory, voda, etc.)
 * terén ovlivňuje pohyb a chování lidí (zpomaluje, mění trasy...)

Cíl: Zjistit, jak geopolitická situace jednotlivých regionů ovlivňuje adaptaci nové víry a co by muselo vést k tomu, aby se celé území dnešního Německa stalo plně protestantské. Xhyvv00 (talk) 13:52, 6 May 2018 (CEST)


 * Dobrý den, je to hodně měkké, abstraktní téma, která obvykle zamítám, protože je velmi obtížné udržet, aby se z toho nestala úplná blbost. Hlavně proto, že je tam spousta vágních údajů, apod. Ale tohle téma mi přijde hodně originální, rád bych mu dal šanci. Ale je třeba zamyslet se nad následujícími otázkami: 1) představa ateistů ve středověké, resp. ranně novověké Evropě, je hodně divoká, podle mého názoru muselo jít o počty statisticky zcela nevýznamné. 2) Rozmístění představitelů jednotlivých demoninací je hodně svévolné. Ti luteráni ještě budiž, ale katolíci kolem Říma??? 3) To šíření víry jistě v realitě není difuzní, jako by šlo o nějakou infekci, ale je ovlivněno mnoha faktory: migrací, mocenskými centry... 4) Jak budete řešit časový nesoulad mezi založením jednotlivých církví?  ...a to mě jen tak zfleku napadlo. Doporučoval bych z toho vybrat nějaký konkrétní, dobře definovatelný podproblém a ten simulovat. Tomáš (talk) 10:10, 9 May 2018 (CEST)
 * Dobrý den, díky za feedback. Zadání jsem upravil. Xhyvv00 (talk) 02:47, 13 May 2018 (CEST)
 * Helejte, ok... pořád se mi tam nelíbí ta velká měkkost toho tématu. Budete muset velmi kvalitně zdůvodnit ty pravděpodobnosti té konverze, na kterých Vám ten model stojí.
 * Zohlednění terénu je podle mě nesmyslné, pohyb osob je z logiky věci řádově rychlejší než šíření víry, takže to bych vůbec neřešil.
 * Naopak se budete muset vypořádat např. s vlivem politiky v různých oblastech (Německo dlouho nebylo jednotné). Evidentně celé Německo luteránské není, tudíž i Váš model by měl připouštět takový výsledek (jsem docela zvědav, na základě jakých parametrů to bude).
 * Nevybral jste si snadnou cestu, tak uvidíme, jak to dopadne. Schváleno. Tomáš (talk) 21:28, 20 May 2018 (CEST)

Název simulace: Simulace dodání zásilek dvěma kuryry

Autor: Evgeny Konoshenko

Typ modelu: Multiagentní

Modelovací nástroj: NetLogo

Popis modelu:

Parametry modelu: Existuje malá vesnice, třeba v Sibiře, která má velmi špatnou dostupnost a nemá svoji vlastní poštu. Jednou za týden, odpovědná persona (kurýr) jede do pošty ve velkém městě v okolí vyzvednout zásilky pro obyvatele dané vesnice. Pokaždé, kurýr má různý seznam odběratelů zásilek a na základě toho plánuje svou trasu, kam má zajet. Pokud nikdo nepřevezme na ukázané adrese zásilku v moment, kdy kurýr přijel, kurýr se bude vracet, pokud tuto zásilku adresát nepřevezme. Vedle prvního kurýra, který vždycky jede na nejbližší adresu existuje druhý který plánuje trasu s tím že přibližně vědí kde adresát bude přítomen a kde není.

Cílem simulace je najít optimální trasu pro druhého kurýra a zjistit při jaké pravděpodobností, který kurýr bude nejužitečnější (optimálně doručí všechny zásilky). Parametry simulace jsou počet návratu, když adresát není doma, počet budov, kam má zajet kurýr a pravděpodobnost nezastižení adresátu.

Xkone06 (talk) 15:30, 6 May 2018 (CEST)


 * Typické zadání pro diskrétní simulaci, navíc velmi triviální. Tomáš (talk) 01:59, 10 May 2018 (CEST)

Změna zadání, prosím o schválení.Xkone06 (talk) 18:51, 11 May 2018 (CEST)


 * OK, tohle není úplně simulace jako ty ostatní. Jde o variatu problému obchodního cestujícího. Ale může to mít zajímavé výstupy, takže schváleno. Tomáš (talk) 01:33, 13 May 2018 (CEST)

Název simulace: Simulace pastviny

Autor: Jan Reindl

Typ modelu: Multiagentní

Modelovací nástroj: NetLogo

Popis modelu: Model zachycuje situaci na pastvině (nebo v savanně), pastvina je pokryta trávou a nachází se v ní zvířata konzumující trávu a predátoři konzumující trávou vykrmená zvířata. Pokud zvířata spasou veškerou trávu na určitém poli, dojde k erozi půdy a pole se změní v poušť. Pokud je naopak pole dlouhou dobu nespasené, zaroste křovím. Zvířata jsou přirozeně líná a zůstávají na jednom místě, dokud vše nespasou. Existence predátorů však uvádí zvířata v pohyb, takže nemají čas vše spást a změnit tak krajinu v poušť. Příliš mnoho predátorů však uloví všechna zvířata a pastvina zaroste křovinami a lesy. V pastvině se nachází tři druhy zvířat, skot, ovce a kozy. Každý druh má jiné preference z hlediska potravy, každé zvíře tak při krmení používa jinou strategii a případně si i vybírá jiný druh rostlin ke spasení. Tedy: Skot je nejvybíravější a při nízkém počtu zvířat je i nízký selekční tlak a krávy tak nejsou nuceny jíst i "plevel", což zvyšuje šanci na to, že pastvina zaroste křovím. Při vysokém počtu zvířat však není skot schopen tolik prosperovat. Ovce nejsou vybíravé, ale nechávají za sebou po pastvě menší množství rostlin, které potom snadno obrůstá. Kozy naopak preferují plevel a menší křovinaté rostliny. Sežerou ale všechno i s kořínky a významně tím přispívají k desertifikaci. Kromě přirozených predátorů se v modelu může nacházet i člověk v roli pastevce - speciálního predátora. Ten si potom s ostatními predátory konkuruje a může lovit i ostatní predátory.

Parametry modelu:


 * Rychlost růstu rostlin
 * Počet krav v pastvině
 * Počet ovcí v pastvině
 * Počet koz v pastvině
 * Počet přirozených predátorů v pastvině
 * Počet pastevců v pastvině
 * Bohatost půdy
 * Strategie pastevce

Cílem simulace je:


 * Popsat vztah mezi počtem zvířat a predátorů v pastvině, a to včetně závislosti na bohatosti půdy (tedy kolik potravy může být maximálně k dispozici) a rychlosti růstu rostlin.
 * Popsat vztah mezi počty různých druhů zvířat a najít ideální poměr. Zjistit, zda se mění rovnovážný poměr v závislosti na celkovém počtu zvířat či rychlosti růstu rostlin.
 * Najít přibližný bod rovnováhy pro dlouhodobou udržitelnost modelu, popřípadě najít bod zvratu vedoucí k desertifikaci či k totálnímu zalesnění.
 * Zjistit, jak se změní charakter modelu, pokud člověk vyhubí ostatní predátory.

Možnosti rozšíření: Uvažoval jsem o případně o rozšíření v podobě lidské činnosti a rozdělení pastviny na různé ohrádky se systémem rotací jednotlivých druhů zvířat, ale nevím zda/jak by šel takový model rozšířit.

Xreij15 (talk) 18:13, 6 May 2018 (CEST)
 * Klasick7 Predator-Prey model, který byl zpracováván už v mnoha obměnách, nicméně základní verze, která téměř odpovídá velmi blízko Vašeho návrhu je součástí standardních knihoven NetLoga. Tomáš (talk) 02:11, 10 May 2018 (CEST)
 * Upraveno, rozšířeno. Takto by to mohlo být již dostatečně odlišné od ostatních modelů. Mám v záměru na model případně nabalovat další věci, ale uvidím, co zvládnu a kam se případně před konečným termínem stihnu dostat. -Xreij15 (talk) 12:13, 10 May 2018 (CEST)
 * Honzo, skoro bych Vám doporučoval popřemýšlet o něčem docela jiném. Nemohu říct, že tam nemáte nějaké zajímavé otázky, ale ten model je oproti tomu původnímu, resp. proti predator-prey navržen jako mnohem komplikovanější, ale přitom si nejsem jist, zda nwaw o tolik větší přínos než klasiký P-P. Je ale zatížen velkou měrou měkkých parametrů, které obvykle "snesou všechno". P-P je neskutečně vytěžená záležitost, je mimořádně obtížné vymyslet kolem něj něco opravdu nového.
 * Co se vykašlat na predátory a zkusit nějak simulovat vliv toho zatížení pastviny na základě poměru zvířat s různými způsoby spásání? To mi přišlo zajímavé a možná by to stálo za rozpracování. Tomáš (talk) 01:30, 13 May 2018 (CEST)
 * To byl přesně můj záměr již od začátku, predátor (jeho úlohu může plnit i pastevec nebo třeba ovčácký pes) je tam hlavně od toho, aby se ostatní želvičky pohybovaly alespoň nějak "smysluplně," ale somozřejmě by mohl být jejich pohyb zcela náhodný, nebo určený na jiném základě (jednotlivé druhy budou tvořit stáda, vyhledávat lepší zeleň atp.), s tím by něměl být takový problém. Predátor může z modelu zmizet. -Xreij15 (talk) 13:43, 13 May 2018 (CEST)
 * Přemýšlím, co byste získal simulací ovčáckého psa... Dobrá, pojďme se dohodnout, že nastudujete způsoby pastvy těch několika druhů zvířat a zkusíte je nasimulovat. Pochopitelně musíte nastudovat, i jak roste příslušný druh rozslin, kterými se živí. Tím způsobem lze asi měřit intenzita toho chovu, atd. Na predátory se vykašlete. Schváleno. Tomáš (talk) 21:43, 20 May 2018 (CEST)

Název simulace: Simulace pohybu zavazadel na letišti

Autor: Daniel Navrátil

Typ modelu: Multiagentní

Modelovací nástroj: NetLogo 6.0.3

Popis modelu: Předmětem tohoto modelu je simulace pohybu zavazadel na letišti. Letadla přiváží zavazadla, která je nutné z letadla vyložit a naložit na vozidla, která zavazadla převáží na pásy. Z pásu si pak cestující zavazadla odebírají. Zavazadla se rozlišují na lokální (zavazadla určená k odběru na daném letišti) a tranzitní (zavazadla určená k dalšímu převozu). Lokální zavazadla mají prioritu pro převoz, jelikož na ně již cestující vždy čekají.

Parametry modelu:


 * Počet přivezených lokálních zavazadel
 * Počet přivezených tranzitních zavazadel
 * Počet vozidel zodpovědných za převoz zavazadel
 * Kapacita vozidel

Cíl: Cílem simulace je optimalizovat čas doručení všech lokálních zavazadel až k cestujícím a najít efektivní počet vozidel při dané kapacitě a při daném počtu zavazadel.

Navd00 (talk) 22:28, 6 May 2018 (CEST)
 * Diskrétní simulace. Lze ji takto řešit, ale musel byste si obstarat reální data z letiště. Tomáš (talk) 02:11, 10 May 2018 (CEST)
 * S obstaráním reálných dat nebude problém - můj kamarád roky pracoval na letišti a měl na starost právě přepravu a manipulaci se zavazadly Navd00 (talk) 11:11, 10 May 2018 (CEST)
 * Ať na to koukám z kterékoliv strany, vychází mi, že je to diskrétní simulace. Pokud jste to ochoten řešit v tom Simprocessu, pak Schváleno. Tomáš (talk) 01:42, 13 May 2018 (CEST)

Název simulace: Simulace činnosti kavárny

Autorka: Mariia Alekseeva

Typ modelu: Systémová dynamika

Modelovací nástroj: VensimPLE

Definice problému: Dělám to na základě vlastní zkušenosti. Pracovala jsem jako baristka v nové kavárně několik měsiců, a pohopila jsem že i když z vnějšku to vypadá jako fajn, v podstatě je řizení takového podniku moc těžký a vystresujicí proces. Jsou entity mezi sebou vazené a skoro všechny mají vliv na uspech kavárny a manager má s tím počitat. Vždycky jsem myslela, že kdyby mohl to všechno nějak optimazovat a najit vazby meni entitami (jako spokojenost klientu, kvalita kavy, místo kavarny apod), měl by miň problemů.

Cíl: Spočitat náklady, pohopit kolik optimalně musíme utratit peněz aby byla kavárna popularní. A na zakladě situace na trhu a mzdy máme-li vůbec začinat ten podnik. --Mashal (talk) 22:38, 6 May 2018 (CEST)
 * Téma není špatné, jen mi není jasné, na základě jakých dat to budete kvantifikovat.
 * Jak budete měřit popularitu kavárny a na základě jakých dat odvodíte, co má jaký efekt na její popularitu?
 * Na základě čeho odvodíte, výnosy, náklady, poptávku po kávě atp. ?
 * Oleg.Svatos (talk) 09:16, 7 May 2018 (CEST)
 * Oleg.Svatos (talk) 09:16, 7 May 2018 (CEST)

V hlavních rysech se to děla na zakladě počtu klientů, celkevého vynosu za den, počtiu zajemců o práci. Jesli máte na mysli, že potřebuju na to realní dáta, v tom připadě můžu jich dostat od minulého zaměstnavatele. --Mashal (talk) 14:12, 7 May 2018 (CEST)
 * OK. Schváleno, je důležité pak ve zprávě k simulaci ukázat na základě jakých dat jste vycházela a jak jste z nich odvodila kvantifikaci jednotlivých vztahů. Oleg.Svatos (talk) 13:02, 8 May 2018 (CEST)
 * OK. Schváleno, je důležité pak ve zprávě k simulaci ukázat na základě jakých dat jste vycházela a jak jste z nich odvodila kvantifikaci jednotlivých vztahů. Oleg.Svatos (talk) 13:02, 8 May 2018 (CEST)

Název simulace: Můj zivot aneb jak poznat tu pravou (nefunguje mi na klávesnici písmeno “z” s háčkem)

Autor: Mai Duc Anh

Typ modelu: Multiagentní

Modelovací nástroj: NetLogo

Definice problému:

Jmenuji se ducan. Jsem hyperaktivní dítě (seriózně) ve věku 24 let původem z jihovýchodní Asie, programátor, nosím zlatočerné dioptrické ray bany (šestky na obou čočkách a lehký astigmatizmus) a od září pravidelně obcházím techno akce s příchutí MDMA. Pustili mě i do berlínského Berghainu, tolik polonahých gayů jsem v zivotě pohromadě neviděl. Momentálně hledám pěknou babu, resp. zenu svých snů.

Pokusím se proto co nejvěrohodněji nasimulovat jeden z mých nedávných týdnů. Den po dni, hodinu po hodině. To jest, part-time (life time) v proptech startupu Spaceflow, navštěvování státního edukativního institutu pro nabytí vědomostí a svatého papíru (doporučuju 4 dohody od Duška), lekce boxu, půlnoční strahovské procházky s partou kamarádů, rave party v Ankali, komunitní (rasově diskriminační) srazy mladých vietnamců v Zitné ulici, posilování lýtek ve fitku a další systematické, nahodilé, ale i nesmyslné činnosti. Bude to 5 let co si zapisuju veškerou svojí denní aktivitu, s přesností na hodiny. Tímto zdravím pana kalendar z Gůgla, díky.

K věci. Během svých “dospělých” let jsem strávil dávku svého času s více či méně atraktivními/energickými/vášnivými/vyspělými zenami. Vytvořil jsem si nedávno i excel tabulku, kde jsem si je všechny ohodnotil v 15 kritériích na škále 0 do 100. Nakonec jsem si hodnoty zprůměroval a maximální skóre bylo osmdesát šest. Ano, vietnamský šovinista co bere extázi a chce ovládnout celou galaxii, těší mě.

V posledních 3 měsících se mi nedaří zadný vhodný objekt potkat (zenu), tudíz mi nezbýva nic jiného nez svůj zivot zmapovat, nasimulovat a zjistit, jak co nejideálněji tweaknout svůj denní rezim tak, abych zvýšil své šance potkat tu pravou. Na světě někde je, takze uz stačí být jen ve správnou dobu na správném místě.

Parametry modelu:


 * Můj týdenní rezim

Pondělí - 20 minut hygiena ve společných koupelnách na Strahově - 7 hodin programování ve Spaceflow ve foru karlín - 1 hodina oběd v Karlíně s náhodnou duší - 2 hodiny boxu - 1 hodina procházka s partou na petříně - 1 hodina přesun/doprava v MHD

Úterý - 20 minut hygiena - 20 minut skype s mámou a tátou (jsou ve Vietnamu) - šest hodin na VŠE - 1 hodina oběd se spoluzáky - 1 hodina přesun v MHD - 3 hodiny vývojářský meetup v STRV

Pátek - 20 minut hygiena - 1 hodina oběd se spoluzackou - šest hodin na VŠE - 1 hodina posilování - 1 hodina přesun v MHD - 7 hodin taneční akce v Ankali

A tak dále ……


 * Hustota vyskytu lidí/zen v konkrétních lokalitách - dle městských částí Prahy, ČSÚ
 * Atraktivita (fyzická / duševní) - Gaussovo rozdělení (cíl je nad 87 percentil)
 * Počasí - průměrné údaje za posledních 5 let v prvním týdnu května.
 * Aktuální stav (svobodný, zadaný) - ČSÚ
 * Věk (dle stromu zivota v ČR)
 * Sexuální orientace (ČSÚ)
 * Chemie (random)

Cíl simulace:


 * Kolik vyhovujicich zen (skóre nad 87) lze potkat během jednoho pracovního týdne?
 * Jak optimalizovat svůj denní rezim tak, abych zvýšil pravděpodobonst a šanci potkat svou spřízněnou duši.

Mai (talk) 23:31, 6 May 2018 (CEST)

Nevím jestli to budeš mít schvaleno, ale musím napsat že je to fakt skvělě --Mashal (talk) 23:40, 6 May 2018 (CEST)


 * Trochu se děsím, co se dozvím, ale reálná data máte a moje zvědavost je silnější. Schváleno. Tomáš (talk) 10:17, 9 May 2018 (CEST)

Název simulace: Simulace automatizovaného nakládání kamionů

Autor: Kenan Dervišević

Typ modelu: Multiagentní

Modelovací nástroj: NetLogo

Definice problému: Kvůli obavám o životní prostředí se provozovatelé automatizovaných nakládacích terminálů na kamiony stále více snaží o zkrácení doby, kdy kamiony stojí. Vysoká cena robotických jeřábů pro převoz kontejnerů jim často zakazuje nakupovat více nástrojů. Dalším důvodem je to, že neexistují jasné studie jak dostupnost a servisní strategie jeřábů ovlivňují čas zatáčení kamionu. Tento model zavádí přístup založený na agentech k modelování jeřábů pro analýzu času zatáčení kamionů. Toho je dosaženo pomocí modelování jeřábů tak, aby měly maximální účinnost. Model se pokusí identifikovat sadu užitečných funkcí, které správně zachycují zásadní rozhodovací proces operátorů jeřábů při výběru dalšího vozíku pro poskytování služeb. Budou použité tři různé metody optimalizace pohybu robotických jeřábů. První bude na základě vzdálenosti určitých kamionů od robotických jeřábu modelovat pohyb a nakládání kontejnerů. Druhá bude dělat to samé, ale na základě délky času čekání a nakládání kontejnerů. Třetí funkce bude kombinací předchozích dvou. Parametry modelu: kamiony (budou přicházet náhodně, podle Poissonova rozdělení), kontejnery, jeřáby

Cíl simulace: Výsledky simulace ukážou, jaká strategie je nejvhodnější a produkuje nejlepší výsledky, pokud jde o průměrnou čekací dobu a maximální čekací dobu kamionu.

Kenan (talk) 13:16, 8 May 2018 (CEST)

Schváleno Tomáš (talk)

Název simulace: Simulace úspor na důchod ve zvoleném kraji v ČR a pro zvolené pohlaví

Autor: Jan Marek Slabihoud

Typ modelu: Monte Carlo

Modelovací nástroj: Ms Excel

Tématem simulace bude tvorba úspor na důchod spořením do trezoru na měsíční bázi v průběhu produktivního života jedince. Na začátku simulace se stonoví níže zmíněné parametry a podle nich je určena pravděpodobnost, zda jedinec dožije se svými úsporami či před jeho/její smrtí dojdou a bude tento jedinec žít v chudobě. Pro pravděpodobnosti dožití věku pro různé kraje u žen a mužů simulace používá data z veřejně dostupné databáze uveřejněné Českým statistickým úřadem. Zde k dispozici Parametry modelu:
 * Měsíční úspora
 * Pohlaví
 * Kraj
 * Měsíční důchod čerpaný z úspor

Cílem simulace je zjistit:


 * Optimální měsíční úsporu, aby v průběhu produktivního života mohl jedinec spořit, co možná nejméně, ale zároveď s našetřenými penězi důstojně dožil.

--Slaj09 (talk) 18:48, 10 May 2018 (CEST)
 * Téma dobré, schváleno, jen si dejte pozor na to, aby tam to Monte Carlo bylo opravdu využito, tak jak má být (náhodné proměné generované z odvozeného pravděpodobnostního rozdělení, mnoho průběhů simulace a pak následná analýza a interpretace výsledků) Oleg.Svatos (talk) 22:44, 10 May 2018 (CEST)

Název simulace: Simulace vícejazyčné komunity

Autor: Marina Lushnikova

Typ modelu: Multiagentní

Modelovací nástroj: NetLogo

Popis modelu: Vzhledem k tomu, že se mi nepodařilo vymyslet nové téma a je překročen termín zadání, chtěla bych vytvořit simulaci na téma, které mi bylo schváleno v minulém semestru, ale nedošlo k samotné realizaci.

Jedná se o simulaci vícejazyčné komunity. Lingvisté se domnívají, že polovina existujících jazyků zanikne do konce 21. století kvůli globalizaci. Existují různé faktory, které ovlivňují životaschopnost jazyka, a to především: celkový počet mluvčích, trendy ke zvýšení nebo snížení počtu mluvčích, předávání mladým generacím, využití jazyku na úrovni správy a vzdělávání nebo pouze v neformálním domácím prostředí. Chtěla bych vytvořit simulaci, kde jsou známy všechny výše uvedené faktory, a pak tento model aplikovat na reálná data. Cílem je určit, zda je nějaký jazyk ohrožen a brzy vyhyne. Xlusm05 (talk) 22:47, 12 May 2018 (CEST) Schváleno. Tomáš (talk) 01:47, 13 May 2018 (CEST)

Název simulace: Simulace výběru pokladny na prodejně

Autor: Jan Hazdra

Typ modelu: Diskrétní

Modelovací nástroj: Simprocess

Definice problému:

Pracuji v Makru, jde o společnost zaměřenou na velkoobchodní prodej nejen potravinářského spotřebního zboží. V centrálním obchodě používáme několik různých typů pokladních systému a druhů pokladen. Jsou zde pokladny klasické s obsluhou, samoobslužné a nově v pilotním provozu tzv. scan pokladny. Ve skutečnosti jde pouze o váhu, samotné markování artiklů probíhá přes mobilní aplikaci. Váha pak jen několika způsoby porovnává obsah košíku s obsahem virtuálního namarkovaného košíku v aplikaci a při shodě přechází k placení.

Parametry:

typ pokladny

počet pokladen

zdržení na pokladně

počet zákazníků

doba strávené na prodejně

Cíl simulace:

Nasimulovat běžný provoz prodejny s třemi druhy pokladních systémů, výsledky by mohly vést k optimalizaci procesu placení na pokladnách (změnit počet a poměr pokladen, zobrazit vytížení a daší).

Xhazj03 (talk) 22:14, 15 May 2018 (CEST)
 * Není mi úplně jasné, jak plánujete postupovat a co přesně budete simulovat. Zadání mi připadá spíše jako zadání datové analýzy (ne že by to nebylo zajímavé). Admin (talk) 21:08, 16 May 2018 (CEST)

edit: změna zadání Xhazj03 (talk) 19:46, 19 May 2018 (CEST)
 * Budiž, nicméně, tohle zadání směřuje spíše k diskrétní než k agentní simulaci. Pokud to chcete dělat agentně, musí k tomu být pádný důvod. Zvážil bych, jestli jste takový důvod schopen nalétz. Pokud ne, dělejte to v Simprocessu. Schváleno. Tomáš (talk) 21:50, 20 May 2018 (CEST)