http://www.simulace.info/api.php?action=feedcontributions&feedformat=atom&user=Smrv03 2026-07-27T09:32:05Z User contributions MediaWiki 1.31.1 http://www.simulace.info/index.php?title=User:Smrv03&diff=26801 2025-06-11T21:11:26Z

<p>Smrv03: /* Šelmy */</p> <hr /> <div>= Evakuace šelem v pražské ZOO v případě povodně =<br /> == Definice problému ==<br /> Zoologické zahrady, zejména ty městské, čelí rostoucímu riziku povodní v důsledku klimatických změn. V krizových situacích, jako jsou bleskové záplavy, je nezbytné rychle evakuovat zvířata, aby se předešlo jejich úhynu a zároveň ochránit zaměstnance zoo. Tato simulace se zaměřuje na evakuaci šelem v pražské ZOO v případě zaplavení areálu vodou z Vltavy.<br /> Cílem je modelovat evakuační proces, interakci mezi ošetřovateli a šelmami, a šíření vody v pavilonu šelem v ZOO. Zároveň sleduje úspěšnost evakuace v závislosti na počtu ošetřovatelů a délce času do úplného zaplavení.<br /> == Metoda ==<br /> Byla zvolena multiagentní simulace vytvořená v prostředí NetLogo, které umožňuje modelovat složité interakce mezi jednotlivými agenty – v tomto případě šelmami, ošetřovateli a šířením vody.<br /> NetLogo umožňuje vizuální i číselnou analýzu výsledků, což z něj činí vhodný nástroj pro modelování evakuace v reálném čase.<br /> == Model ==<br /> Model představuje plán pavilonu šelem v zoo, expozice šelem jsou cyan, zelené expozice jsou s plazy, chodby pro zaměstnance jsou znázorněny šedou barvou, veřejné hnědou. Východ využívaný pro zaměstnance a jako evakuační je červený. Vchod pro návštěvníky je žlutý.<br /> [[File:NetLogo_setup.png]]<br /> === Šelmy ===<br /> Je zde rozmístěno 11 šelem jako jsou v pražské Zoo, je zde ale tlačítko, kterým lze přidat náhodné zvíře pro znázornění evakuace s více zvířaty.<br /> Každá šelma má své specifické vlastnosti: druh, pohlaví a stav (uspán/neuspán, evakuován nebo neevakuaován). Šelmy se vyskytují v různých expozicích a musí být jednotlivě evakuovány.<br /> Pokud šelma není evakuována a dostane se do kontaktu s vodou, považuje se za uhynulou. Pokud se k ní dostane ošetřovatel, může být uspaná a následně odvedena do bezpečné zóny. U šelem můžeme slidery přidat jejich agresivitu a to poměrem agresivních zvířat a výši agrese.<br /> <br /> === Ošetřovatelé ===<br /> Ošetřovatelé jsou samostatné agenty, kteří mají různou míru zkušeností a rychlosti. Nováčci se vyskytují s pravděpodobností 20 % a jsou pomalejší než zkušení ošetřovatelé. Nováčci jsou zelení a zkušení modří. Pohybují se po ZOO, identifikují nejbližší neevakuovanou šelmu a snaží se ji evakuovat.<br /> === Povodeň ===<br /> Voda znázorňuje povodeň z Vltavy, šíří se z jednoho místa, které je nejblíže Vltavy. Voda se dá vypnout a zapnout a podle času, který zbývá, lze vlastně regulovat rychlost, zároveň lze sledovat procento zatopení pavilonu.<br /> <br /> == Výsledky ==<br /> Výsledky ukazují, že úspěšnost evakuace závisí na počtu ošetřovatelů a času do zaplavení, podle získaných informací, je základní bod, kdy lze evakuaci stihnout 12 ošetřovatelů a 12 hodinu času v případě, že jsou zvířata v klidu. Pokud je tedy měně času nebo méně ošetřovatelů, je šance na úspěch malá.<br /> == Závěr ==<br /> Tato simulace evakuace šelem v pražské ZOO v případě povodně ukazuje, jak náročné může být zvládnutí krizové situace v prostředí se zvířaty. Výsledky potvrzují, že klíčovými faktory ovlivňujícími úspěšnost evakuace jsou především počet a rozdělení ošetřovatelů, rychlost šíření vody a reakce jednotlivých zvířat. V situacích s omezeným personálem nebo velmi rychlým postupem povodně dochází k výraznému poklesu efektivity zásahu.<br /> Simulace poskytuje užitečný nástroj pro testování různých scénářů a rozhodovacích strategií. Umožňuje identifikovat slabá místa v organizaci zásahu a ověřit, jaké podmínky vedou k nejvyšší míře přežití zvířat. Zároveň zdůrazňuje význam dobré přípravy a schopnosti rychle reagovat na nečekané okolnosti.<br /> == Reference ==<br /> Výroční zprávy ZOO [https://www.zoopraha.cz/vse-o-zoo/vyrocni-zpravy]<br /> <br /> Obrázková mapa ZOO[https://www.zoopraha.cz/navsteva/30-mapa-zoo-praha]<br /> <br /> Mapa ZOO Google [https://www.google.com/search?kgmid=/m/06w1kx&amp;hl=cs-CZ&amp;q=Zoo+Praha&amp;shndl=30&amp;shem=lcuae,vidc&amp;source=sh/x/loc/osrp/m5/1&amp;kgs=0e50ba873b4a8582]<br /> <br /> Vyjádření o přípravách na povodně ZOO Praha [https://www.zoopraha.cz/aktualne/pohledem-reditele/14972-jak-se-v-zoo-praha-chystame-na-povodne]<br /> <br /> Info o pavilonu [https://www.zoopraha.cz/zvirata-a-expozice/kam-v-zoo/pavilony/1454-pavilon-selem-a-plazu]<br /> <br /> Info o povodních v ZOO Praha [https://www.zoopraha.cz/jak-pomoci/166-povodne-2013], [https://www.zoopraha.cz/jak-pomoci/166-povodne-2013/7935-povodne-v-zoo-praha#:~:text=Na%20za%C4%8D%C3%A1tku%20%C4%8Dervna%202013%20p%C5%99i%C5%A1la,v%C5%A1echna%20zv%C3%AD%C5%99ata%20a%20v%C4%9Bt%C5%A1inu%20majetku.] <br /> == Kód ==<br /> [[File:Simulacezooevakuace_final.nlogo]]</div>

Smrv03 http://www.simulace.info/index.php?title=User:Smrv03&diff=26800 2025-06-11T21:10:51Z

<p>Smrv03: /* Šelmy */</p> <hr /> <div>= Evakuace šelem v pražské ZOO v případě povodně =<br /> == Definice problému ==<br /> Zoologické zahrady, zejména ty městské, čelí rostoucímu riziku povodní v důsledku klimatických změn. V krizových situacích, jako jsou bleskové záplavy, je nezbytné rychle evakuovat zvířata, aby se předešlo jejich úhynu a zároveň ochránit zaměstnance zoo. Tato simulace se zaměřuje na evakuaci šelem v pražské ZOO v případě zaplavení areálu vodou z Vltavy.<br /> Cílem je modelovat evakuační proces, interakci mezi ošetřovateli a šelmami, a šíření vody v pavilonu šelem v ZOO. Zároveň sleduje úspěšnost evakuace v závislosti na počtu ošetřovatelů a délce času do úplného zaplavení.<br /> == Metoda ==<br /> Byla zvolena multiagentní simulace vytvořená v prostředí NetLogo, které umožňuje modelovat složité interakce mezi jednotlivými agenty – v tomto případě šelmami, ošetřovateli a šířením vody.<br /> NetLogo umožňuje vizuální i číselnou analýzu výsledků, což z něj činí vhodný nástroj pro modelování evakuace v reálném čase.<br /> == Model ==<br /> Model představuje plán pavilonu šelem v zoo, expozice šelem jsou cyan, zelené expozice jsou s plazy, chodby pro zaměstnance jsou znázorněny šedou barvou, veřejné hnědou. Východ využívaný pro zaměstnance a jako evakuační je červený. Vchod pro návštěvníky je žlutý.<br /> [[File:NetLogo_setup.png]]<br /> === Šelmy ===<br /> Je zde rozmístěno 11 šelem jako jsou v pražské Zoo, je zde ale tlačítko, kterým lze přidat náhodné zvíře pro znázornění evakuace s více zvířaty.<br /> Každá šelma má své specifické vlastnosti: druh, pohlaví a stav (uspán/neuspán, evakuován nebo neevakuaován). Šelmy se vyskytují v různých expozicích a musí být jednotlivě evakuovány.<br /> Pokud šelma není evakuována a dostane se do kontaktu s vodou, považuje se za uhynulou. Pokud se k ní dostane ošetřovatel, může být uspaná a následně odvedena do bezpečné zóny. U šelem můžeme slidery přidat jejich agresivitu a to poměrem agresivních zvířat a vyšší agrese.<br /> <br /> === Ošetřovatelé ===<br /> Ošetřovatelé jsou samostatné agenty, kteří mají různou míru zkušeností a rychlosti. Nováčci se vyskytují s pravděpodobností 20 % a jsou pomalejší než zkušení ošetřovatelé. Nováčci jsou zelení a zkušení modří. Pohybují se po ZOO, identifikují nejbližší neevakuovanou šelmu a snaží se ji evakuovat.<br /> === Povodeň ===<br /> Voda znázorňuje povodeň z Vltavy, šíří se z jednoho místa, které je nejblíže Vltavy. Voda se dá vypnout a zapnout a podle času, který zbývá, lze vlastně regulovat rychlost, zároveň lze sledovat procento zatopení pavilonu.<br /> <br /> == Výsledky ==<br /> Výsledky ukazují, že úspěšnost evakuace závisí na počtu ošetřovatelů a času do zaplavení, podle získaných informací, je základní bod, kdy lze evakuaci stihnout 12 ošetřovatelů a 12 hodinu času v případě, že jsou zvířata v klidu. Pokud je tedy měně času nebo méně ošetřovatelů, je šance na úspěch malá.<br /> == Závěr ==<br /> Tato simulace evakuace šelem v pražské ZOO v případě povodně ukazuje, jak náročné může být zvládnutí krizové situace v prostředí se zvířaty. Výsledky potvrzují, že klíčovými faktory ovlivňujícími úspěšnost evakuace jsou především počet a rozdělení ošetřovatelů, rychlost šíření vody a reakce jednotlivých zvířat. V situacích s omezeným personálem nebo velmi rychlým postupem povodně dochází k výraznému poklesu efektivity zásahu.<br /> Simulace poskytuje užitečný nástroj pro testování různých scénářů a rozhodovacích strategií. Umožňuje identifikovat slabá místa v organizaci zásahu a ověřit, jaké podmínky vedou k nejvyšší míře přežití zvířat. Zároveň zdůrazňuje význam dobré přípravy a schopnosti rychle reagovat na nečekané okolnosti.<br /> == Reference ==<br /> Výroční zprávy ZOO [https://www.zoopraha.cz/vse-o-zoo/vyrocni-zpravy]<br /> <br /> Obrázková mapa ZOO[https://www.zoopraha.cz/navsteva/30-mapa-zoo-praha]<br /> <br /> Mapa ZOO Google [https://www.google.com/search?kgmid=/m/06w1kx&amp;hl=cs-CZ&amp;q=Zoo+Praha&amp;shndl=30&amp;shem=lcuae,vidc&amp;source=sh/x/loc/osrp/m5/1&amp;kgs=0e50ba873b4a8582]<br /> <br /> Vyjádření o přípravách na povodně ZOO Praha [https://www.zoopraha.cz/aktualne/pohledem-reditele/14972-jak-se-v-zoo-praha-chystame-na-povodne]<br /> <br /> Info o pavilonu [https://www.zoopraha.cz/zvirata-a-expozice/kam-v-zoo/pavilony/1454-pavilon-selem-a-plazu]<br /> <br /> Info o povodních v ZOO Praha [https://www.zoopraha.cz/jak-pomoci/166-povodne-2013], [https://www.zoopraha.cz/jak-pomoci/166-povodne-2013/7935-povodne-v-zoo-praha#:~:text=Na%20za%C4%8D%C3%A1tku%20%C4%8Dervna%202013%20p%C5%99i%C5%A1la,v%C5%A1echna%20zv%C3%AD%C5%99ata%20a%20v%C4%9Bt%C5%A1inu%20majetku.] <br /> == Kód ==<br /> [[File:Simulacezooevakuace_final.nlogo]]</div>

Smrv03 http://www.simulace.info/index.php?title=User:Smrv03&diff=26799 2025-06-11T14:54:49Z

<p>Smrv03: /* Model */</p> <hr /> <div>= Evakuace šelem v pražské ZOO v případě povodně =<br /> == Definice problému ==<br /> Zoologické zahrady, zejména ty městské, čelí rostoucímu riziku povodní v důsledku klimatických změn. V krizových situacích, jako jsou bleskové záplavy, je nezbytné rychle evakuovat zvířata, aby se předešlo jejich úhynu a zároveň ochránit zaměstnance zoo. Tato simulace se zaměřuje na evakuaci šelem v pražské ZOO v případě zaplavení areálu vodou z Vltavy.<br /> Cílem je modelovat evakuační proces, interakci mezi ošetřovateli a šelmami, a šíření vody v pavilonu šelem v ZOO. Zároveň sleduje úspěšnost evakuace v závislosti na počtu ošetřovatelů a délce času do úplného zaplavení.<br /> == Metoda ==<br /> Byla zvolena multiagentní simulace vytvořená v prostředí NetLogo, které umožňuje modelovat složité interakce mezi jednotlivými agenty – v tomto případě šelmami, ošetřovateli a šířením vody.<br /> NetLogo umožňuje vizuální i číselnou analýzu výsledků, což z něj činí vhodný nástroj pro modelování evakuace v reálném čase.<br /> == Model ==<br /> Model představuje plán pavilonu šelem v zoo, expozice šelem jsou cyan, zelené expozice jsou s plazy, chodby pro zaměstnance jsou znázorněny šedou barvou, veřejné hnědou. Východ využívaný pro zaměstnance a jako evakuační je červený. Vchod pro návštěvníky je žlutý.<br /> [[File:NetLogo_setup.png]]<br /> === Šelmy ===<br /> Je zde rozmístěno 11 šelem jako jsou v pražské Zoo, je zde ale tlačítko, kterým lze přidat náhodné zvíře pro znázornění evakuace s více zvířaty.<br /> Každá šelma má své specifické vlastnosti: druh, pohlaví a stav (uspán/neuspán, evakuován nebo neevakuaován). Šelmy se vyskytují v různých expozicích a musí být jednotlivě evakuovány.<br /> Pokud šelma není evakuována a dostane se do kontaktu s vodou, považuje se za uhynulou. Pokud se k ní dostane ošetřovatel, může být uspaná a následně odvedena do bezpečné zóny.<br /> === Ošetřovatelé ===<br /> Ošetřovatelé jsou samostatné agenty, kteří mají různou míru zkušeností a rychlosti. Nováčci se vyskytují s pravděpodobností 20 % a jsou pomalejší než zkušení ošetřovatelé. Nováčci jsou zelení a zkušení modří. Pohybují se po ZOO, identifikují nejbližší neevakuovanou šelmu a snaží se ji evakuovat.<br /> === Povodeň ===<br /> Voda znázorňuje povodeň z Vltavy, šíří se z jednoho místa, které je nejblíže Vltavy. Voda se dá vypnout a zapnout a podle času, který zbývá, lze vlastně regulovat rychlost, zároveň lze sledovat procento zatopení pavilonu.<br /> <br /> == Výsledky ==<br /> Výsledky ukazují, že úspěšnost evakuace závisí na počtu ošetřovatelů a času do zaplavení, podle získaných informací, je základní bod, kdy lze evakuaci stihnout 12 ošetřovatelů a 12 hodinu času v případě, že jsou zvířata v klidu. Pokud je tedy měně času nebo méně ošetřovatelů, je šance na úspěch malá.<br /> == Závěr ==<br /> Tato simulace evakuace šelem v pražské ZOO v případě povodně ukazuje, jak náročné může být zvládnutí krizové situace v prostředí se zvířaty. Výsledky potvrzují, že klíčovými faktory ovlivňujícími úspěšnost evakuace jsou především počet a rozdělení ošetřovatelů, rychlost šíření vody a reakce jednotlivých zvířat. V situacích s omezeným personálem nebo velmi rychlým postupem povodně dochází k výraznému poklesu efektivity zásahu.<br /> Simulace poskytuje užitečný nástroj pro testování různých scénářů a rozhodovacích strategií. Umožňuje identifikovat slabá místa v organizaci zásahu a ověřit, jaké podmínky vedou k nejvyšší míře přežití zvířat. Zároveň zdůrazňuje význam dobré přípravy a schopnosti rychle reagovat na nečekané okolnosti.<br /> == Reference ==<br /> Výroční zprávy ZOO [https://www.zoopraha.cz/vse-o-zoo/vyrocni-zpravy]<br /> <br /> Obrázková mapa ZOO[https://www.zoopraha.cz/navsteva/30-mapa-zoo-praha]<br /> <br /> Mapa ZOO Google [https://www.google.com/search?kgmid=/m/06w1kx&amp;hl=cs-CZ&amp;q=Zoo+Praha&amp;shndl=30&amp;shem=lcuae,vidc&amp;source=sh/x/loc/osrp/m5/1&amp;kgs=0e50ba873b4a8582]<br /> <br /> Vyjádření o přípravách na povodně ZOO Praha [https://www.zoopraha.cz/aktualne/pohledem-reditele/14972-jak-se-v-zoo-praha-chystame-na-povodne]<br /> <br /> Info o pavilonu [https://www.zoopraha.cz/zvirata-a-expozice/kam-v-zoo/pavilony/1454-pavilon-selem-a-plazu]<br /> <br /> Info o povodních v ZOO Praha [https://www.zoopraha.cz/jak-pomoci/166-povodne-2013], [https://www.zoopraha.cz/jak-pomoci/166-povodne-2013/7935-povodne-v-zoo-praha#:~:text=Na%20za%C4%8D%C3%A1tku%20%C4%8Dervna%202013%20p%C5%99i%C5%A1la,v%C5%A1echna%20zv%C3%AD%C5%99ata%20a%20v%C4%9Bt%C5%A1inu%20majetku.] <br /> == Kód ==<br /> [[File:Simulacezooevakuace_final.nlogo]]</div>

Smrv03 http://www.simulace.info/index.php?title=User:Smrv03&diff=26798 2025-06-11T14:52:48Z

<p>Smrv03: /* Model */</p> <hr /> <div>= Evakuace šelem v pražské ZOO v případě povodně =<br /> == Definice problému ==<br /> Zoologické zahrady, zejména ty městské, čelí rostoucímu riziku povodní v důsledku klimatických změn. V krizových situacích, jako jsou bleskové záplavy, je nezbytné rychle evakuovat zvířata, aby se předešlo jejich úhynu a zároveň ochránit zaměstnance zoo. Tato simulace se zaměřuje na evakuaci šelem v pražské ZOO v případě zaplavení areálu vodou z Vltavy.<br /> Cílem je modelovat evakuační proces, interakci mezi ošetřovateli a šelmami, a šíření vody v pavilonu šelem v ZOO. Zároveň sleduje úspěšnost evakuace v závislosti na počtu ošetřovatelů a délce času do úplného zaplavení.<br /> == Metoda ==<br /> Byla zvolena multiagentní simulace vytvořená v prostředí NetLogo, které umožňuje modelovat složité interakce mezi jednotlivými agenty – v tomto případě šelmami, ošetřovateli a šířením vody.<br /> NetLogo umožňuje vizuální i číselnou analýzu výsledků, což z něj činí vhodný nástroj pro modelování evakuace v reálném čase.<br /> == Model ==<br /> Model představuje plán pavilonu šelem v zoo, expozice šelem jsou hnědé, zelené expozice jsou s plazy, chodby jsou znázorněny šedou barvou. Východ využívaný pro zaměstnance a jako evakuační je červený. Vchod pro návštěvníky je žlutý.<br /> [[File:NetLogo_setup.png]]<br /> === Šelmy ===<br /> Je zde rozmístěno 11 šelem jako jsou v pražské Zoo, je zde ale tlačítko, kterým lze přidat náhodné zvíře pro znázornění evakuace s více zvířaty.<br /> Každá šelma má své specifické vlastnosti: druh, pohlaví a stav (uspán/neuspán, evakuován nebo neevakuaován). Šelmy se vyskytují v různých expozicích a musí být jednotlivě evakuovány.<br /> Pokud šelma není evakuována a dostane se do kontaktu s vodou, považuje se za uhynulou. Pokud se k ní dostane ošetřovatel, může být uspaná a následně odvedena do bezpečné zóny.<br /> === Ošetřovatelé ===<br /> Ošetřovatelé jsou samostatné agenty, kteří mají různou míru zkušeností a rychlosti. Nováčci se vyskytují s pravděpodobností 20 % a jsou pomalejší než zkušení ošetřovatelé. Nováčci jsou zelení a zkušení modří. Pohybují se po ZOO, identifikují nejbližší neevakuovanou šelmu a snaží se ji evakuovat.<br /> === Povodeň ===<br /> Voda znázorňuje povodeň z Vltavy, šíří se z jednoho místa, které je nejblíže Vltavy. Voda se dá vypnout a zapnout a podle času, který zbývá, lze vlastně regulovat rychlost, zároveň lze sledovat procento zatopení pavilonu.<br /> <br /> == Výsledky ==<br /> Výsledky ukazují, že úspěšnost evakuace závisí na počtu ošetřovatelů a času do zaplavení, podle získaných informací, je základní bod, kdy lze evakuaci stihnout 12 ošetřovatelů a 12 hodinu času v případě, že jsou zvířata v klidu. Pokud je tedy měně času nebo méně ošetřovatelů, je šance na úspěch malá.<br /> == Závěr ==<br /> Tato simulace evakuace šelem v pražské ZOO v případě povodně ukazuje, jak náročné může být zvládnutí krizové situace v prostředí se zvířaty. Výsledky potvrzují, že klíčovými faktory ovlivňujícími úspěšnost evakuace jsou především počet a rozdělení ošetřovatelů, rychlost šíření vody a reakce jednotlivých zvířat. V situacích s omezeným personálem nebo velmi rychlým postupem povodně dochází k výraznému poklesu efektivity zásahu.<br /> Simulace poskytuje užitečný nástroj pro testování různých scénářů a rozhodovacích strategií. Umožňuje identifikovat slabá místa v organizaci zásahu a ověřit, jaké podmínky vedou k nejvyšší míře přežití zvířat. Zároveň zdůrazňuje význam dobré přípravy a schopnosti rychle reagovat na nečekané okolnosti.<br /> == Reference ==<br /> Výroční zprávy ZOO [https://www.zoopraha.cz/vse-o-zoo/vyrocni-zpravy]<br /> <br /> Obrázková mapa ZOO[https://www.zoopraha.cz/navsteva/30-mapa-zoo-praha]<br /> <br /> Mapa ZOO Google [https://www.google.com/search?kgmid=/m/06w1kx&amp;hl=cs-CZ&amp;q=Zoo+Praha&amp;shndl=30&amp;shem=lcuae,vidc&amp;source=sh/x/loc/osrp/m5/1&amp;kgs=0e50ba873b4a8582]<br /> <br /> Vyjádření o přípravách na povodně ZOO Praha [https://www.zoopraha.cz/aktualne/pohledem-reditele/14972-jak-se-v-zoo-praha-chystame-na-povodne]<br /> <br /> Info o pavilonu [https://www.zoopraha.cz/zvirata-a-expozice/kam-v-zoo/pavilony/1454-pavilon-selem-a-plazu]<br /> <br /> Info o povodních v ZOO Praha [https://www.zoopraha.cz/jak-pomoci/166-povodne-2013], [https://www.zoopraha.cz/jak-pomoci/166-povodne-2013/7935-povodne-v-zoo-praha#:~:text=Na%20za%C4%8D%C3%A1tku%20%C4%8Dervna%202013%20p%C5%99i%C5%A1la,v%C5%A1echna%20zv%C3%AD%C5%99ata%20a%20v%C4%9Bt%C5%A1inu%20majetku.] <br /> == Kód ==<br /> [[File:Simulacezooevakuace_final.nlogo]]</div>

Smrv03 http://www.simulace.info/index.php?title=File:NetLogo_setup.png&diff=26797 2025-06-11T14:52:01Z

<p>Smrv03: </p> <hr /> <div></div>

Smrv03 http://www.simulace.info/index.php?title=SS_2024/2025/cs&diff=26796 2025-06-11T14:46:17Z

<p>Smrv03: /* Vypracovaná témata LS 2024/2025 */</p> <hr /> <div>{{DISPLAYTITLE:LS 2024/2029}}<br /> <br /> Semestrální práce (simulace) z letního semestru 2024/2025. Sem přidejte odkaz na stránku s Vaší prací.<br /> Nejprve je třeba nechat schválit [[Assignment SS 2024/2025/cs|zadání práce]].<br /> <br /> =Vypracovaná témata LS 2024/2025=<br /> * [https://www.simulace.info/index.php/User:Smrv03 Evakuace šelem v pražské ZOO v případě povodně (NetLogo)] - Veronika Smrčková<br /> * [https://www.simulace.info/index.php/User:Kubd06 Chování zákazníků v supermarketu/večerce (Netlogo)] – David Kubánek<br /> * [https://www.simulace.info/index.php/User:Bilk08 Bitva u Azincourtu (Netlogo) ] – Kateřina Bílková<br /> * [https://www.simulace.info/index.php/User:Seka01 Simulace vojenské patroly a střetu s nepřítelem (Netlogo)] - Alexandr Sekera</div>

Smrv03 http://www.simulace.info/index.php?title=User:Smrv03&diff=26795 2025-06-11T14:44:38Z

<p>Smrv03: Created page with &quot;= Evakuace šelem v pražské ZOO v případě povodně = == Definice problému == Zoologické zahrady, zejména ty městské, čelí rostoucímu riziku povodní v důsledku k...&quot;</p> <hr /> <div>= Evakuace šelem v pražské ZOO v případě povodně =<br /> == Definice problému ==<br /> Zoologické zahrady, zejména ty městské, čelí rostoucímu riziku povodní v důsledku klimatických změn. V krizových situacích, jako jsou bleskové záplavy, je nezbytné rychle evakuovat zvířata, aby se předešlo jejich úhynu a zároveň ochránit zaměstnance zoo. Tato simulace se zaměřuje na evakuaci šelem v pražské ZOO v případě zaplavení areálu vodou z Vltavy.<br /> Cílem je modelovat evakuační proces, interakci mezi ošetřovateli a šelmami, a šíření vody v pavilonu šelem v ZOO. Zároveň sleduje úspěšnost evakuace v závislosti na počtu ošetřovatelů a délce času do úplného zaplavení.<br /> == Metoda ==<br /> Byla zvolena multiagentní simulace vytvořená v prostředí NetLogo, které umožňuje modelovat složité interakce mezi jednotlivými agenty – v tomto případě šelmami, ošetřovateli a šířením vody.<br /> NetLogo umožňuje vizuální i číselnou analýzu výsledků, což z něj činí vhodný nástroj pro modelování evakuace v reálném čase.<br /> == Model ==<br /> Model představuje plán pavilonu šelem v zoo, expozice šelem jsou hnědé, zelené expozice jsou s plazy, chodby jsou znázorněny šedou barvou. Východ využívaný pro zaměstnance a jako evakuační je červený. Vchod pro návštěvníky je žlutý.<br /> === Šelmy ===<br /> Je zde rozmístěno 11 šelem jako jsou v pražské Zoo, je zde ale tlačítko, kterým lze přidat náhodné zvíře pro znázornění evakuace s více zvířaty.<br /> Každá šelma má své specifické vlastnosti: druh, pohlaví a stav (uspán/neuspán, evakuován nebo neevakuaován). Šelmy se vyskytují v různých expozicích a musí být jednotlivě evakuovány.<br /> Pokud šelma není evakuována a dostane se do kontaktu s vodou, považuje se za uhynulou. Pokud se k ní dostane ošetřovatel, může být uspaná a následně odvedena do bezpečné zóny.<br /> === Ošetřovatelé ===<br /> Ošetřovatelé jsou samostatné agenty, kteří mají různou míru zkušeností a rychlosti. Nováčci se vyskytují s pravděpodobností 20 % a jsou pomalejší než zkušení ošetřovatelé. Nováčci jsou zelení a zkušení modří. Pohybují se po ZOO, identifikují nejbližší neevakuovanou šelmu a snaží se ji evakuovat.<br /> === Povodeň ===<br /> Voda znázorňuje povodeň z Vltavy, šíří se z jednoho místa, které je nejblíže Vltavy. Voda se dá vypnout a zapnout a podle času, který zbývá, lze vlastně regulovat rychlost, zároveň lze sledovat procento zatopení pavilonu.<br /> == Výsledky ==<br /> Výsledky ukazují, že úspěšnost evakuace závisí na počtu ošetřovatelů a času do zaplavení, podle získaných informací, je základní bod, kdy lze evakuaci stihnout 12 ošetřovatelů a 12 hodinu času v případě, že jsou zvířata v klidu. Pokud je tedy měně času nebo méně ošetřovatelů, je šance na úspěch malá.<br /> == Závěr ==<br /> Tato simulace evakuace šelem v pražské ZOO v případě povodně ukazuje, jak náročné může být zvládnutí krizové situace v prostředí se zvířaty. Výsledky potvrzují, že klíčovými faktory ovlivňujícími úspěšnost evakuace jsou především počet a rozdělení ošetřovatelů, rychlost šíření vody a reakce jednotlivých zvířat. V situacích s omezeným personálem nebo velmi rychlým postupem povodně dochází k výraznému poklesu efektivity zásahu.<br /> Simulace poskytuje užitečný nástroj pro testování různých scénářů a rozhodovacích strategií. Umožňuje identifikovat slabá místa v organizaci zásahu a ověřit, jaké podmínky vedou k nejvyšší míře přežití zvířat. Zároveň zdůrazňuje význam dobré přípravy a schopnosti rychle reagovat na nečekané okolnosti.<br /> == Reference ==<br /> Výroční zprávy ZOO [https://www.zoopraha.cz/vse-o-zoo/vyrocni-zpravy]<br /> <br /> Obrázková mapa ZOO[https://www.zoopraha.cz/navsteva/30-mapa-zoo-praha]<br /> <br /> Mapa ZOO Google [https://www.google.com/search?kgmid=/m/06w1kx&amp;hl=cs-CZ&amp;q=Zoo+Praha&amp;shndl=30&amp;shem=lcuae,vidc&amp;source=sh/x/loc/osrp/m5/1&amp;kgs=0e50ba873b4a8582]<br /> <br /> Vyjádření o přípravách na povodně ZOO Praha [https://www.zoopraha.cz/aktualne/pohledem-reditele/14972-jak-se-v-zoo-praha-chystame-na-povodne]<br /> <br /> Info o pavilonu [https://www.zoopraha.cz/zvirata-a-expozice/kam-v-zoo/pavilony/1454-pavilon-selem-a-plazu]<br /> <br /> Info o povodních v ZOO Praha [https://www.zoopraha.cz/jak-pomoci/166-povodne-2013], [https://www.zoopraha.cz/jak-pomoci/166-povodne-2013/7935-povodne-v-zoo-praha#:~:text=Na%20za%C4%8D%C3%A1tku%20%C4%8Dervna%202013%20p%C5%99i%C5%A1la,v%C5%A1echna%20zv%C3%AD%C5%99ata%20a%20v%C4%9Bt%C5%A1inu%20majetku.] <br /> == Kód ==<br /> [[File:Simulacezooevakuace_final.nlogo]]</div>

Smrv03 http://www.simulace.info/index.php?title=File:Simulacezooevakuace_final.nlogo&diff=26794 2025-06-11T14:28:46Z

<p>Smrv03: </p> <hr /> <div></div>

Smrv03 http://www.simulace.info/index.php?title=Assignment_SS_2024/2025/cs&diff=26645 2025-05-12T09:42:16Z

<p>Smrv03: /* Proměnné */</p> <hr /> <div>{{Ambox<br /> | text = &lt;div&gt;<br /> Please, put here your assignments. Do not forget to sign them. You can use &lt;nowiki&gt;~~~~&lt;/nowiki&gt; (four tildas) for an automatic signature. Use Show preview in order to check the result before your final sumbition.<br /> &lt;/div&gt;<br /> }}<br /> <br /> {{Ambox<br /> | text = &lt;div&gt;<br /> Please, strive to formulate your assignment carefully. We expect an adequate effort to formulate the assignment as it is your semestral paper. Do not forget that your main goal is a research paper. It means your simulation model must generate the results that are specific, measurable and verifiable. Think twice how you will develop your model, which entities you will use, draw a model diagram, consider what you will measure. No sooner than when you have a good idea about the model, submit your assignment. And of course, read [[How to deal with the simulation assignment|How to deal with the simulation assignment]].<br /> &lt;/div&gt;<br /> }}<br /> <br /> {{Ambox<br /> | text = &lt;div&gt;<br /> Topics on gambling, cards, etc. are not welcome.<br /> &lt;/div&gt;<br /> }}<br /> <br /> {{Ambox<br /> | type = content<br /> | text = &lt;div&gt;<br /> In order to avoid possible confusion, please, check if you have added '''approved''' in bold somewhere in our comment under your submission. If there is no '''approved''', it means the assignment was not approved yet.<br /> &lt;/div&gt;<br /> }}<br /> <br /> {{Ambox<br /> | text = &lt;div&gt;<br /> '''Criteria for evaluation of the simulation proposal'''<br /> <br /> The proposal must contain:<br /> *What you will simulate<br /> *The goal of the simulation (what you analyze - i.e. not &quot;to simulate balloon factory&quot;, but what problem should the simulation solve).<br /> *Who would actually use such simulation (example of such user) and how would it help him<br /> *What method and simulation environment you plan to use. Choose only from the development environments that we have used in the course.<br /> *What variables will be incorporated<br /> *What variables will be random<br /> *What exact data you will base values of your variables on<br /> *(In case of Monte Carlo) What exact data you will base your determination of probability distribution of your random variables on<br /> *What exact data you will base your formulas in the simulation (simulation behavior) on <br /> <br /> '''If any of the above points are missing from the simulation proposal, the proposal is considered incomplete. Unless the proposal contains all of the above points it will not be evaluated at all (and therefore cannot be approved).'''<br /> <br /> # Is it clear from the proposed assignment how the simulation will work?<br /> # Does the simulation make sense?<br /> # Is the simulation model complex enough to simulate credibly the real-world phenomenon that the simulation tries to simulate?<br /> # Is the data used real and relevant for the real-world phenomenon that the simulation tries to simulate?<br /> # Is the simulation feasible? (in given time by the course)<br /> <br /> '''If the answer to any of the above points is no, you need to improve your proposal. Don't wait for us to tell you so - you're wasting your time.'''<br /> <br /> &lt;/div&gt;<br /> }}<br /> <br /> == Simulace: Evakuace šelem v pražské ZOO v případě povodně ==<br /> <br /> === Popis problému ===<br /> Pražská zoologická zahrada se nachází v záplavovém území a v minulosti byla při povodních (např. v roce 2002 a 2013) vážně zasažena. Evakuace zvířat, zejména velkých a nebezpečných šelem, představuje logisticky i bezpečnostně náročný úkol. Zvířata musí být přepravena v co nejkratším čase, bezpečně a s minimálním stresem, zároveň je nutné chránit zaměstnance a návštěvníky. Simulace se zaměřuje na proces evakuace pavilonu šelem při náhlém zvýšení hladiny Vltavy. Výsledky mohou pomoci vedení ZOO lépe se připravit na mimořádné události.<br /> <br /> === Cíl simulace ===<br /> Simulace se bude věnovat otázce: Jak rychle a efektivně lze evakuovat šelmy z ohroženého pavilonu v případě povodně?<br /> Výsledkem bude návrh optimální evakuační strategie v závislosti na různých faktorech (např. počet ošetřovatelů, kooperace zvířat, čas do zaplavení, atd.). Některá zvířata jsou více nebezpečná jiná jsou klidná.<br /> <br /> === Použití simulace ===<br /> Simulace může sloužit:<br /> *Zaměstnancům ZOO, kteří se chtějí připravit na krizové situace<br /> *Studentům, kteří se učí o ochraně zvířat nebo krizovém řízení<br /> *Veřejnosti, která si chce udělat představu, jak taková situace vypadá a proč je důležitá příprava<br /> <br /> === Použitá metoda a prostředí ===<br /> Multiagentní simulace v NetLogo, kde agenti budou zvířata, zaměstnanci (ošetřovatelé) a povodeň. Zvířata mají různé chování, velikost, agresivitu. Ošetřovatelé jsou zkušení, ale i nováčci a je jich různý počet na směnách. Povodeň může mít různé rychlosti. Prostředím je pavilon šelem v pražské ZOO. V pavilonu jsou jednotlivé expozice podle druhu zvířete. V případě, kdy hrozí evakuace jsou všechna zvířata uvnitř pavilonu.<br /> <br /> V případě evakuace přijdou chovatelé a evakuují zvířata. Některá musí uspat, jiná ne. Zvířata přesouvají do klecí nebo boxů a převážejí pryč cestou podle zatopení. U každého zvířete je dohledatelný <br /> <br /> === Proměnné ===<br /> Definované předem:<br /> * Počet zvířat v pavilonu, jejich velikost a druhy<br /> * Počet evakuačních cest<br /> * Rychlost záplav (kolik času je na evakuaci)<br /> * Počet ošetřovatelů a jejich zkušenosti (můžou být zkušení nebo nováčci, nováčci jsou pomalejší a mají vyšší pravděpodobnost minout uspávací šipkou)<br /> <br /> Náhodné:<br /> * kooperace zvířete (může být klidné nebo agresivní)<br /> * rozmístění ošetřovatelů<br /> * minutí uspávací šipkou<br /> * rozbitá klec<br /> <br /> === Data ===<br /> * výroční zprávy ZOO Praha [https://www.zoopraha.cz/vse-o-zoo/vyrocni-zpravy]<br /> * mapa ZOO Praha (obrázková) [https://www.zoopraha.cz/navsteva/30-mapa-zoo-praha]<br /> * mapa ZOO Praha [https://g.co/kgs/aXs5ceF]<br /> * přiklad info o zvířeti ZOO Praha [https://www.zoopraha.cz/aktualne/pohledem-reditele/14972-jak-se-v-zoo-praha-chystame-na-povodne]<br /> * převoz tygrů [https://www.jamescargo.com/blog/tiger-transport.php?utm_source=chatgpt.com]<br /> * CITES transport guidelines [https://cites.org/eng/resources/transport/advice.shtml?utm_source=chatgpt.com]<br /> <br /> === Simulant ===<br /> Veronika Smrčková<br /> [[User:smrv03|smrv03]] ([[User talk:smrv03|talk]]) 11:36, 12 May 2025 (CET)<br /> <br /> == Simulace: Strategie hráčů ve hře v kostky dle pravidel hry Farkle ==<br /> <br /> === Popis problému ===<br /> Cílem simulace je analyzovat a porovnat různé herní strategie ve hře Farkle (hazardní kostková hra). Dva hráči si během hry střídavě hází kostkami a snaží se získat co nejvíce bodů pomocí specifických kombinací (např. trojic, postupky, šest stejných hodnot apod.). Hráči však musí v každém tahu rozhodnout, zda pokračovat v házení (s rizikem ztráty aktuálního skóre) nebo se zastavit a body si uložit.<br /> <br /> Každý hráč je reprezentován jako „persona“ s předdefinovanou strategií rozhodování – od konzervativního po extrémně rizikového přístupu. Tyto odlišné styly chování významně ovlivňují průběh hry, četnost výher i riziko prohry kvůli přehnané hamižnosti.<br /> <br /> === Cíl simulace ===<br /> Cílem simulace je zjistit, jaké herní strategie (persony) jsou nejefektivnější v dosažení výhry ve hře Farkle. Zároveň zohledňuje spravedlnost (oba hráči mají stejný počet tahů) a umožňuje porovnávat strategie mezi sebou při opakovaném hraní stovek her. Výstupem je srovnání úspěšnosti jednotlivých přístupů a doporučení vhodné herní taktiky.<br /> <br /> === Použití simulace ===<br /> Simulace může sloužit:<br /> * jako model rozhodování v nejistém prostředí,<br /> * jako prostředek pro výuku agentového modelování (např. střední školy, informatika, psychologie rozhodování),<br /> * pro zábavné testování, která strategie by přinesla nejvíc výher v reálné hře Farkle,<br /> * jako výchozí kostra pro složitější modely s učením, adaptivními hráči nebo evoluční optimalizací strategie,<br /> * a v neposlední řadě, jako &quot;engine&quot; na testování person pro mou diplomovou práci.<br /> <br /> <br /> === Použitá metoda a prostředí ===<br /> Simulace je implementována v prostředí NetLogo jako dvouagentní tahový model. Hráči se střídají v házení 6 kostek, získávají body za kombinace podle pravidel Farkle (např. trojice, čtveřice, pětice, šestice, postupky) a rozhodují se, zda budou pokračovat v tahu.<br /> <br /> Model zahrnuje:<br /> * různé herní strategie („persony“) – definované jako rozhodovací pravidla podle skóre, zbývajících kostek nebo náhodného faktoru,<br /> * počítání statistik (výhry, tahy, FARKLE chyby),<br /> * zajištění férovosti – druhý hráč má vždy možnost dokončit poslední tah, pokud první dosáhne vítězného skóre,<br /> * export výsledků a vykreslení průběhu skóre do grafu (a jiné statistické ukazetele).<br /> <br /> === Proměnné ===<br /> Definované předem:<br /> * Cílové skóre pro výhru (např. 10 000)<br /> * Počet simulovaných her (např. 100 až 1000)<br /> * Herní strategie pro oba hráče:<br /> * conservative – ukládá body při ≥400<br /> * risky – ukládá body při ≥700<br /> * greedy – ukládá body při ≥1000<br /> * cautious – hraje opatrně (≥300 nebo málo kostek)<br /> * random – rozhoduje se náhodně<br /> * risk-averse – hraje opatrně jen pokud vede o &gt;2000 bodů, jinak jako conservative<br /> * point-maximizer – pokračuje, dokud nedostane HOT DICE<br /> * combo-hunter – pokračuje po silných kombinacích (postupky, trojice a víc)<br /> <br /> Náhodné:<br /> * Hod šesti kostkami (1–6)<br /> * Kombinace, které hráči získají (např. 3 stejné, postupka 1–6 atd.)<br /> * Výsledek rozhodnutí pokračovat/zastavit u náhodné strategie<br /> <br /> Možná rozšíření simulace:<br /> * Evoluční vývoj nových strategií (např. pomocí genetického algoritmu)<br /> * Paměť hráčů – učení na základě předchozích neúspěchů<br /> * Reakce na strategii soupeře (adaptivní persona)<br /> <br /> === Data ===<br /> * [https://farkle.games/official-rules/] - oficiální pravidla hry Farkle<br /> * [http://incompleteideas.net/book/the-book-2nd.html] - popis chování osob v pod tlakem a při riskování (persony)<br /> * [https://mud.co.uk/richard/hcds.htm] - rozdělení person a chování v různých karetních a jiných hrách<br /> * [http://incompleteideas.net/book/the-book-2nd.html] - o strategiích rozhodování, výběru akcí, riziku a odměnách<br /> <br /> <br /> === Simulant ===<br /> Jan Hlavnička<br /> [[User:hlaj13|hlaj13]] ([[User talk:hlaj13|talk]]) 13:58, 8 May 2025 (CET)<br /> <br /> == Simulace: Simulace tučňáků hledajících lásku na ledové kře 🐧❤️ ==<br /> <br /> === Popis problému ===<br /> Cílem simulace je modelovat chování tučňáků během námluv na ledové kře. Tučňáci musí najít vhodného partnera pro hnízdění, přičemž čelí různým vnějším vlivům – nestabilnímu prostředí (praskající led), konkurenci ostatních tučňáků a hrozbě predátorů (např. lachtani).<br /> <br /> Každý tučňák má specifické nastavení chování – někteří jsou spíše plachého typu, jiní jsou odvážní a aktivně oslovují potenciální partnery. Odlišný přístup k seznamování ovlivňuje jejich šanci na úspěšné spárování a přežití do hnízdní sezóny.<br /> <br /> === Cíl simulace ===<br /> Simulace se zaměří na otázku: Jaký „balící styl“ (strategie chování) vede k nejvyšší šanci na nalezení partnera a založení hnízda, a jak tuto šanci ovlivňuje prostředí a přítomnost rizik? Výsledkem bude doporučení nejefektivnějších „láskových taktik“ v závislosti na kontextu (bezpečné vs. nebezpečné prostředí).<br /> <br /> === Použití simulace ===<br /> Simulace může sloužit:<br /> * jako model sociální interakce v zábavné formě,<br /> * jako edukativní nástroj pro představení agentového modelování (např. na středních školách),<br /> * nebo jako metaforické přiblížení seznamovacích strategií ve složitém prostředí.<br /> <br /> === Použitá metoda a prostředí ===<br /> Simulace bude vytvořena v prostředí NetLogo jako multiagentní model, kde každý agent (tučňák) bude reprezentovat jiný typ chování. Prostředí bude ledová kra se zónami různé stability a výskytu predátorů.<br /> <br /> Tučňáci budou interagovat podle jednoduchých pravidel: přiblíží se k partnerovi, pokusí se o námluvy (s pravděpodobností úspěchu ovlivněnou vlastnostmi obou), a pak spolu odcházejí hnízdit (zmizí ze scény). Mohou být také ohroženi prasknutím kry nebo útokem predátora.<br /> <br /> === Proměnné ===<br /> Definované předem:<br /> * Počet tučňáků (např. 50–100)<br /> * Stabilita ledu (pravděpodobnost prasknutí při stání na místě)<br /> * Výskyt predátorů (pravděpodobnost útoku při pohybu)<br /> * Rychlost pohybu a reakce<br /> <br /> Typ chování:<br /> * Plachý – čeká, až ho někdo osloví<br /> * Odvážný – aktivně balí ostatní<br /> * Kombinovaný – střídá strategie<br /> <br /> <br /> Náhodné:<br /> * Rozmístění tučňáků<br /> * Výběr preferovaného partnera (náhodně nebo podle vlastností)<br /> * Výsledek námluv (pravděpodobnost úspěchu podle kompatibility + typu chování)<br /> * Prasknutí ledové kry<br /> * Útok predátora<br /> <br /> Možná rozšíření simulace:<br /> * Přidání „charakterových“ rysů (krása peří, zpěv, taneční dovednosti)<br /> * Učení – tučňák se poučí z neúspěchu a změní taktiku<br /> * Sezónnost – časový limit na nalezení partnera (jinak simulace končí smutným singl koncem)<br /> <br /> === Data ===<br /> * [https://www.reuters.com/business/environment/emperor-penguins-suffered-mass-breeding-failures-2023-amid-record-low-sea-ice-2024-04-25/ Stabilita mořského ledu a úspěšnost hnízdění<br /> * [https://www.birdsnz.org.nz/wp-content/uploads/2021/12/Rowe_67_etal_451_459.pdf Úspěšnost hnízdění u tučňáků malých<br /> * [https://www.selwomarina.es/en/blog/por-que-pinguinos-regalan-piedras-hembra?utm_.com Selwo Marina Benalmadena] – Článek věnující se námluvám a párování, kde popisují darování kamínků jako součást námluv<br /> * BBC Earth, National Geographic, Attenboroughovy dokumenty – často dobře vysvětlují typy chování, interakce a přežívání. Např. March of the Penguins<br /> <br /> <br /> === Simulant ===<br /> Zuzana Plachá<br /> [[User:plaz03|plaz03]] ([[User talk:plaz03|talk]]) 20:20, 7 May 2025 (CET)<br /> <br /> <br /> == Simulace: Simulace vojenské patroly a střetu s nepřítelem ==<br /> <br /> === Popis problému ===<br /> Simulace se zabývá chováním malé vojenské jednotky (patroly), která operuje v nepřátelském teritoriu. Cílem patroly je bezpečný průchod zadanou trasou. V oblasti se ovšem mohou nacházet nepřátelské síly, které mají za úkol patrolu odhalit a zlikvidovat. Průběh mise ovlivňuje několik proměnných – velikost jednotky, dosah vidění, typ terénu, schopnost včasné reakce a počet a rozmístění nepřátel. Výsledky simulace umožní analyzovat účinnost různých taktik a rozhodovacích pravidel, které jednotka může použít při plnění mise. Zároveň mohou sloužit jako podpůrný nástroj při plánování operací nebo jako tréninková pomůcka pro rozhodování armády v rizikových situacích.<br /> <br /> === Cíl simulace ===<br /> Simulace se bude věnovat zodpovězení otázky: jak různé faktory (velikost jednotky, rozmístění nepřátel, strategie pohybu) ovlivňují úspěšnost vojenské patroly při průchodu nebezpečným územím? Cílem je nalézt parametry a strategie, které vedou k nejvyšší pravděpodobnosti úspěšného dokončení mise bez ztrát. Výsledkem bude doporučení efektivních taktických rozhodnutí pro minimalizaci rizika při podobných operacích.<br /> <br /> === Použití simulace ===<br /> Simulaci by mohli využít velitelé malých jednotek nebo vojenská akademie pro testování taktik v simulovaných prostředích. Model by jim dokázal vyhodnotit, jak různé strategie a složení jednotky ovlivňují šanci na úspěšné dokončení mise bez ztrát.<br /> <br /> === Použitá metoda a prostředí ===<br /> Multiagentní simulace v NetLogo. Agenti v modelu budou reprezentovat členy vojenské patroly a nepřátelské jednotky. Prostředí bude představovat mapu oblasti s různými typy terénu - otevřený terén, les, kryt apod.<br /> <br /> === Proměnné ===<br /> Definované předem:<br /> * Počet vojáků v patrole<br /> * Počet nepřátel<br /> * Typ terénu (např. podíl lesů, volného prostoru)<br /> * Trasa patroly (předem definovaná nebo generovaná)<br /> * Dosah vidění vojáků i nepřátel<br /> * Pravidla reakce na kontakt (útěk, útok, přivolání podpory)<br /> Pravděpodobnosti střetu a úspěchu jsou založeny na odhadech inspirovaných vojenskými taktickými příručkami a popisech reálných situací v článcích A-Report.<br /> <br /> Náhodné:<br /> * Rozmístění nepřátel v terénu<br /> * Zpozorování nepřítele (pravděpodobnost, že jednotka zahlédne protivníka)<br /> * Výsledek střetu (založen na pravděpodobnosti úspěchu v boji)<br /> * Chování nepřítele (např. zda se ukryje nebo přepadne)<br /> <br /> === Data ===<br /> * [https://mocr.mo.gov.cz/assets/informacni-servis/povinne-informace/1-uredni-deska/zakon-106/odp/priloha-c--1-1_25.pdf Základní řád ozbrojených sil České republiky] – řád armády ČR<br /> * [https://mocr.mo.gov.cz/assets/multimedia-a-knihovna/casopisy/a-report/ar9_2018.pdf Časopis A-Report Útoku se nedalo zabránit] – Úryvek ze článku věnovaný osudové chybě v boji na Balkáně<br /> * [https://mocr.mo.gov.cz/assets/multimedia-a-knihovna/casopisy/a-report/ar10_2019.pdf Časopis A-Report Pod ostrou palbou] – Úryvek ze článku popisující možnost simulací ve vojenském prostředí<br /> * Vlastní odhady založené na realistických parametrech (např. efektivní dostřel, rychlost pohybu v terénu)<br /> <br /> === Simulant ===<br /> Alexandr Sekera<br /> [[User:seka01|seka01]] ([[User talk:seka01|talk]]) 15:33, 7 May 2025 (CET)<br /> <br /> == Simulace: Kontrola jízdenek v MHD ==<br /> === Popis problému ===<br /> Simulace se zabývá procesem kontrol jízdenek ve veřejné dopravě (např. v systému MHD v Praze). Veřejná doprava je financována částečně z příjmů z jízdného. Cestování &quot;načerno&quot; představuje pro dopravní podnik zdroj ztrát. Proto revizoři od podniku provádějí kontroly platnosti jízdních dokladů. Z toho vyplývá otázka, jak často a jakým způsobem mají být dané kontroly prováděny, aby byly efektivní a ekonomicky dávaly smysl. Výsledky simulace umožní řízení MHD optimalizovat frekvenci kontrol, počet revizorů a tím zvýšit celkovou efektivitu inspekcí.<br /> <br /> === Cíl simulace ===<br /> Simulace se bude věnovat zodpovězení otázky: jak ovlivňuje četnost kontrol objem vybraných pokut ve veřejné dopravě? Výsledkem bude doporučení efektivních inspekčních strategií pro maximalizaci vybraných pokut. Simulace také ukáže, kolik revizorů je potřeba pro dosažení požadované míry kontroly.<br /> <br /> === Použitá metoda a prostředí ===<br /> Multiagentní simulace v Netlogo. Agenti v modelu budou reprezentovat pasažéry a revizory.<br /> <br /> === Proměnné ===<br /> Definované předem:<br /> * Počet cestujících (celkově)<br /> * Počet revizorů<br /> * Výše pokuty (standardní nebo menší za platbu okamžitě)<br /> * Frekvence kontrol (počet provedených kontrol za minutu/hodinu)<br /> * Kapacita vozidla (počet cestujících z celkového čísla, kteří jsou aktuálně v kontrolovaném prostoru)<br /> <br /> Náhodné:<br /> * Platnost jízdenky (zda jede pasažér &quot;načerno&quot;)<br /> * Zachycení černého pasažéra (zda je neplatnost jízdenky odhalena) <br /> * Zaplacení pokuty (hned či později)<br /> <br /> === Data ===<br /> [https://www.dpp.cz/jizdne/pokuty-revizori/vyse-prirazky DPP - pokuty a revizoři] - výše jednotlivých pokut<br /> <br /> [https://www.dpp.cz/vozovy-park DPP - vozový park] - kapacity vozidel<br /> <br /> [https://www.expats.cz/czech-news/article/prague-public-transport-inspectors-handed-out-250-000-fines-last-year Prague public transport inspectors handed out 250,000 fines last year] - počty kontrol, pasažérů a revizorů, celková výše pokut, zaplacení pokut<br /> <br /> Míra cestování &quot;načerno&quot; pro Prahu není zveřejněna oficiálně. Pro odhad poměru černých pasažérů se lze inspirovat jinými státy ([https://theweek.com/transport/fare-dodging-londons-transport-blight UK], [https://www.trainsfare.eu/tackling-fare-evasion-in-bergamo-a-growing-challenge-for-atb-and-teb/ IT]).<br /> <br /> === Simulant ===<br /> Vladislav Sanin<br /> [[User:Sanv05|Sanv05]] ([[User talk:Sanv05|talk]]) 21:15, 6 May 2025 (CET)<br /> <br /> == Simulace: Pavlovovo podmiňování v agentním modelu ==<br /> === Co budu simulovat ===<br /> Simulace bude modelovat proces klasického (Pavlovova) podmiňování, kdy agent (představující psa) postupně spojuje neutrální podnět (zvonek) s přirozeným podnětem (jídlo). Výsledkem je, že agent začne reagovat podmíněnou reakcí (slinění) i v případě, že se později objeví pouze zvonek bez jídla.<br /> <br /> === Cíl simulace ===<br /> Cílem simulace je analyzovat průběh učení podmíněné reakce a zjistit:<br /> * kolik opakování je potřeba k vytvoření podmíněné reakce,<br /> * jak stabilní tato reakce je v čase,<br /> * jak rychle dochází k vyhasnutí reakce (extinkci) při absenci posílení,<br /> * jak efektivní je opětovné učení (re-learning) po ztrátě reakce.<br /> <br /> Obecně jde o pochopení mechanismů formování návyků a chování založeného na stimulaci a posilování.<br /> <br /> === Kdo by takovou simulaci mohl využít a jak by mu pomohla ===<br /> Simulaci mohou využít například:<br /> * psychologové zabývající se behaviorálním učením,<br /> * učitelé při výuce základních principů behaviorismu,<br /> * vývojáři agentních a AI modelů, kteří chtějí simulovat jednoduché učení nebo formování návyků.<br /> <br /> Simulace jim umožní vizuálně a experimentálně sledovat proces klasického podmiňování a analyzovat vliv různých parametrů na průběh učení.<br /> <br /> === Použitá metoda a prostředí ===<br /> * '''Metoda''': Agentní simulace využívající jednoduchý model chování se stavovým automatem. Agent mění svůj vnitřní stav v závislosti na podnětech a historii posilování.<br /> * '''Prostředí''': NetLogo<br /> <br /> === Jaké proměnné budou v simulaci ===<br /> * Počet pokusů o podmiňování<br /> * Zpoždění mezi zvonkem a jídlem (časování podnětů)<br /> * Frekvence posilování (např. 100 %, 75 %, 50 % případů s jídlem)<br /> * Síla podmíněné reakce (vnitřní proměnná zvyšující se učením)<br /> * Počet extinkčních pokusů (zvonek bez jídla)<br /> <br /> === Jaké proměnné budou náhodné ===<br /> * Pravděpodobnost, zda po zvonku následuje jídlo (při částečném posilování)<br /> * Malá náhodná odchylka v chování psa (např. reakční doba, úroveň slinění)<br /> <br /> === Na jakých datech budou proměnné založené ===<br /> * Parametry vycházejí z publikovaných výsledků klasických experimentů Pavlova a dalších behaviorálních studií.<br /> * Typické hodnoty časování a pravděpodobností pro různé typy posilování vychází z odborné literatury.<br /> * Síla reakce bude modelována pomocí logistické funkce, která simuluje typickou křivku učení a vyhasínání reakce.<br /> * [https://www.psychologywizard.net/uploads/2/6/6/4/26640833/pavlov_lecture_18.pdf Pavlov – Lecture 18 (Conditioned Reflexes, 1927)]<br /> * [https://en.wikipedia.org/wiki/Classical_conditioning Wikipedia – Classical Conditioning]<br /> * [https://www.simplypsychology.org/pavlov.html Simply Psychology – Pavlov’s Dogs]<br /> <br /> === Na jakých datech jsou založeny vzorce v simulaci (chování modelu) ===<br /> Chování modelu bude založeno na Rescorla-Wagnerově modelu klasického podmiňování, který kvantifikuje změnu síly asociace mezi podmíněným podnětem a nepodmíněným podnětem během jednotlivých pokusů.<br /> * [https://www.vcalc.com/wiki/rescorla-wagner-formula-alpha-and-beta-version vCalc – Rescorla-Wagner model (alpha and beta version)]<br /> * [https://en.wikipedia.org/wiki/Rescorla%E2%80%93Wagner_model Wikipedia – Rescorla–Wagner model]<br /> <br /> === Simulant ===<br /> [[User:Lans06|Lans06]] ([[User talk:Lans06|talk]]) 22:27, 6 May 2025 (CET)</div>

Smrv03 http://www.simulace.info/index.php?title=Assignment_SS_2024/2025/cs&diff=26644 2025-05-12T09:36:32Z

<p>Smrv03: </p> <hr /> <div>{{Ambox<br /> | text = &lt;div&gt;<br /> Please, put here your assignments. Do not forget to sign them. You can use &lt;nowiki&gt;~~~~&lt;/nowiki&gt; (four tildas) for an automatic signature. Use Show preview in order to check the result before your final sumbition.<br /> &lt;/div&gt;<br /> }}<br /> <br /> {{Ambox<br /> | text = &lt;div&gt;<br /> Please, strive to formulate your assignment carefully. We expect an adequate effort to formulate the assignment as it is your semestral paper. Do not forget that your main goal is a research paper. It means your simulation model must generate the results that are specific, measurable and verifiable. Think twice how you will develop your model, which entities you will use, draw a model diagram, consider what you will measure. No sooner than when you have a good idea about the model, submit your assignment. And of course, read [[How to deal with the simulation assignment|How to deal with the simulation assignment]].<br /> &lt;/div&gt;<br /> }}<br /> <br /> {{Ambox<br /> | text = &lt;div&gt;<br /> Topics on gambling, cards, etc. are not welcome.<br /> &lt;/div&gt;<br /> }}<br /> <br /> {{Ambox<br /> | type = content<br /> | text = &lt;div&gt;<br /> In order to avoid possible confusion, please, check if you have added '''approved''' in bold somewhere in our comment under your submission. If there is no '''approved''', it means the assignment was not approved yet.<br /> &lt;/div&gt;<br /> }}<br /> <br /> {{Ambox<br /> | text = &lt;div&gt;<br /> '''Criteria for evaluation of the simulation proposal'''<br /> <br /> The proposal must contain:<br /> *What you will simulate<br /> *The goal of the simulation (what you analyze - i.e. not &quot;to simulate balloon factory&quot;, but what problem should the simulation solve).<br /> *Who would actually use such simulation (example of such user) and how would it help him<br /> *What method and simulation environment you plan to use. Choose only from the development environments that we have used in the course.<br /> *What variables will be incorporated<br /> *What variables will be random<br /> *What exact data you will base values of your variables on<br /> *(In case of Monte Carlo) What exact data you will base your determination of probability distribution of your random variables on<br /> *What exact data you will base your formulas in the simulation (simulation behavior) on <br /> <br /> '''If any of the above points are missing from the simulation proposal, the proposal is considered incomplete. Unless the proposal contains all of the above points it will not be evaluated at all (and therefore cannot be approved).'''<br /> <br /> # Is it clear from the proposed assignment how the simulation will work?<br /> # Does the simulation make sense?<br /> # Is the simulation model complex enough to simulate credibly the real-world phenomenon that the simulation tries to simulate?<br /> # Is the data used real and relevant for the real-world phenomenon that the simulation tries to simulate?<br /> # Is the simulation feasible? (in given time by the course)<br /> <br /> '''If the answer to any of the above points is no, you need to improve your proposal. Don't wait for us to tell you so - you're wasting your time.'''<br /> <br /> &lt;/div&gt;<br /> }}<br /> <br /> == Simulace: Evakuace šelem v pražské ZOO v případě povodně ==<br /> <br /> === Popis problému ===<br /> Pražská zoologická zahrada se nachází v záplavovém území a v minulosti byla při povodních (např. v roce 2002 a 2013) vážně zasažena. Evakuace zvířat, zejména velkých a nebezpečných šelem, představuje logisticky i bezpečnostně náročný úkol. Zvířata musí být přepravena v co nejkratším čase, bezpečně a s minimálním stresem, zároveň je nutné chránit zaměstnance a návštěvníky. Simulace se zaměřuje na proces evakuace pavilonu šelem při náhlém zvýšení hladiny Vltavy. Výsledky mohou pomoci vedení ZOO lépe se připravit na mimořádné události.<br /> <br /> === Cíl simulace ===<br /> Simulace se bude věnovat otázce: Jak rychle a efektivně lze evakuovat šelmy z ohroženého pavilonu v případě povodně?<br /> Výsledkem bude návrh optimální evakuační strategie v závislosti na různých faktorech (např. počet ošetřovatelů, kooperace zvířat, čas do zaplavení, atd.). Některá zvířata jsou více nebezpečná jiná jsou klidná.<br /> <br /> === Použití simulace ===<br /> Simulace může sloužit:<br /> *Zaměstnancům ZOO, kteří se chtějí připravit na krizové situace<br /> *Studentům, kteří se učí o ochraně zvířat nebo krizovém řízení<br /> *Veřejnosti, která si chce udělat představu, jak taková situace vypadá a proč je důležitá příprava<br /> <br /> === Použitá metoda a prostředí ===<br /> Multiagentní simulace v NetLogo, kde agenti budou zvířata, zaměstnanci (ošetřovatelé) a povodeň. Zvířata mají různé chování, velikost, agresivitu. Ošetřovatelé jsou zkušení, ale i nováčci a je jich různý počet na směnách. Povodeň může mít různé rychlosti. Prostředím je pavilon šelem v pražské ZOO. V pavilonu jsou jednotlivé expozice podle druhu zvířete. V případě, kdy hrozí evakuace jsou všechna zvířata uvnitř pavilonu.<br /> <br /> V případě evakuace přijdou chovatelé a evakuují zvířata. Některá musí uspat, jiná ne. Zvířata přesouvají do klecí nebo boxů a převážejí pryč cestou podle zatopení. U každého zvířete je dohledatelný <br /> <br /> === Proměnné ===<br /> Definované předem:<br /> * Počet zvířat v pavilonu, jejich velikost a druhy<br /> * Počet evakuačních cest<br /> * Rychlost záplav (kolik času je na evakuaci)<br /> * Počet ošetřovatelů a jejich zkušenosti (můžou být zkušení nebo nováčci, nováčci jsou pomalejší a mají vyšší pravděpodobnost minout uspávací šipkou)<br /> <br /> Náhodné<br /> * kooperace zvířete (může být klidné nebo agresivní)<br /> * rozmístění ošetřovatelů<br /> * minutí uspávací šipkou<br /> * rozbitá klec<br /> <br /> === Data ===<br /> * výroční zprávy ZOO Praha [https://www.zoopraha.cz/vse-o-zoo/vyrocni-zpravy]<br /> * mapa ZOO Praha (obrázková) [https://www.zoopraha.cz/navsteva/30-mapa-zoo-praha]<br /> * mapa ZOO Praha [https://g.co/kgs/aXs5ceF]<br /> * přiklad info o zvířeti ZOO Praha [https://www.zoopraha.cz/aktualne/pohledem-reditele/14972-jak-se-v-zoo-praha-chystame-na-povodne]<br /> * převoz tygrů [https://www.jamescargo.com/blog/tiger-transport.php?utm_source=chatgpt.com]<br /> * CITES transport guidelines [https://cites.org/eng/resources/transport/advice.shtml?utm_source=chatgpt.com]<br /> <br /> === Simulant ===<br /> Veronika Smrčková<br /> [[User:smrv03|smrv03]] ([[User talk:smrv03|talk]]) 11:36, 12 May 2025 (CET)<br /> <br /> == Simulace: Strategie hráčů ve hře v kostky dle pravidel hry Farkle ==<br /> <br /> === Popis problému ===<br /> Cílem simulace je analyzovat a porovnat různé herní strategie ve hře Farkle (hazardní kostková hra). Dva hráči si během hry střídavě hází kostkami a snaží se získat co nejvíce bodů pomocí specifických kombinací (např. trojic, postupky, šest stejných hodnot apod.). Hráči však musí v každém tahu rozhodnout, zda pokračovat v házení (s rizikem ztráty aktuálního skóre) nebo se zastavit a body si uložit.<br /> <br /> Každý hráč je reprezentován jako „persona“ s předdefinovanou strategií rozhodování – od konzervativního po extrémně rizikového přístupu. Tyto odlišné styly chování významně ovlivňují průběh hry, četnost výher i riziko prohry kvůli přehnané hamižnosti.<br /> <br /> === Cíl simulace ===<br /> Cílem simulace je zjistit, jaké herní strategie (persony) jsou nejefektivnější v dosažení výhry ve hře Farkle. Zároveň zohledňuje spravedlnost (oba hráči mají stejný počet tahů) a umožňuje porovnávat strategie mezi sebou při opakovaném hraní stovek her. Výstupem je srovnání úspěšnosti jednotlivých přístupů a doporučení vhodné herní taktiky.<br /> <br /> === Použití simulace ===<br /> Simulace může sloužit:<br /> * jako model rozhodování v nejistém prostředí,<br /> * jako prostředek pro výuku agentového modelování (např. střední školy, informatika, psychologie rozhodování),<br /> * pro zábavné testování, která strategie by přinesla nejvíc výher v reálné hře Farkle,<br /> * jako výchozí kostra pro složitější modely s učením, adaptivními hráči nebo evoluční optimalizací strategie,<br /> * a v neposlední řadě, jako &quot;engine&quot; na testování person pro mou diplomovou práci.<br /> <br /> <br /> === Použitá metoda a prostředí ===<br /> Simulace je implementována v prostředí NetLogo jako dvouagentní tahový model. Hráči se střídají v házení 6 kostek, získávají body za kombinace podle pravidel Farkle (např. trojice, čtveřice, pětice, šestice, postupky) a rozhodují se, zda budou pokračovat v tahu.<br /> <br /> Model zahrnuje:<br /> * různé herní strategie („persony“) – definované jako rozhodovací pravidla podle skóre, zbývajících kostek nebo náhodného faktoru,<br /> * počítání statistik (výhry, tahy, FARKLE chyby),<br /> * zajištění férovosti – druhý hráč má vždy možnost dokončit poslední tah, pokud první dosáhne vítězného skóre,<br /> * export výsledků a vykreslení průběhu skóre do grafu (a jiné statistické ukazetele).<br /> <br /> === Proměnné ===<br /> Definované předem:<br /> * Cílové skóre pro výhru (např. 10 000)<br /> * Počet simulovaných her (např. 100 až 1000)<br /> * Herní strategie pro oba hráče:<br /> * conservative – ukládá body při ≥400<br /> * risky – ukládá body při ≥700<br /> * greedy – ukládá body při ≥1000<br /> * cautious – hraje opatrně (≥300 nebo málo kostek)<br /> * random – rozhoduje se náhodně<br /> * risk-averse – hraje opatrně jen pokud vede o &gt;2000 bodů, jinak jako conservative<br /> * point-maximizer – pokračuje, dokud nedostane HOT DICE<br /> * combo-hunter – pokračuje po silných kombinacích (postupky, trojice a víc)<br /> <br /> Náhodné:<br /> * Hod šesti kostkami (1–6)<br /> * Kombinace, které hráči získají (např. 3 stejné, postupka 1–6 atd.)<br /> * Výsledek rozhodnutí pokračovat/zastavit u náhodné strategie<br /> <br /> Možná rozšíření simulace:<br /> * Evoluční vývoj nových strategií (např. pomocí genetického algoritmu)<br /> * Paměť hráčů – učení na základě předchozích neúspěchů<br /> * Reakce na strategii soupeře (adaptivní persona)<br /> <br /> === Data ===<br /> * [https://farkle.games/official-rules/] - oficiální pravidla hry Farkle<br /> * [http://incompleteideas.net/book/the-book-2nd.html] - popis chování osob v pod tlakem a při riskování (persony)<br /> * [https://mud.co.uk/richard/hcds.htm] - rozdělení person a chování v různých karetních a jiných hrách<br /> * [http://incompleteideas.net/book/the-book-2nd.html] - o strategiích rozhodování, výběru akcí, riziku a odměnách<br /> <br /> <br /> === Simulant ===<br /> Jan Hlavnička<br /> [[User:hlaj13|hlaj13]] ([[User talk:hlaj13|talk]]) 13:58, 8 May 2025 (CET)<br /> <br /> == Simulace: Simulace tučňáků hledajících lásku na ledové kře 🐧❤️ ==<br /> <br /> === Popis problému ===<br /> Cílem simulace je modelovat chování tučňáků během námluv na ledové kře. Tučňáci musí najít vhodného partnera pro hnízdění, přičemž čelí různým vnějším vlivům – nestabilnímu prostředí (praskající led), konkurenci ostatních tučňáků a hrozbě predátorů (např. lachtani).<br /> <br /> Každý tučňák má specifické nastavení chování – někteří jsou spíše plachého typu, jiní jsou odvážní a aktivně oslovují potenciální partnery. Odlišný přístup k seznamování ovlivňuje jejich šanci na úspěšné spárování a přežití do hnízdní sezóny.<br /> <br /> === Cíl simulace ===<br /> Simulace se zaměří na otázku: Jaký „balící styl“ (strategie chování) vede k nejvyšší šanci na nalezení partnera a založení hnízda, a jak tuto šanci ovlivňuje prostředí a přítomnost rizik? Výsledkem bude doporučení nejefektivnějších „láskových taktik“ v závislosti na kontextu (bezpečné vs. nebezpečné prostředí).<br /> <br /> === Použití simulace ===<br /> Simulace může sloužit:<br /> * jako model sociální interakce v zábavné formě,<br /> * jako edukativní nástroj pro představení agentového modelování (např. na středních školách),<br /> * nebo jako metaforické přiblížení seznamovacích strategií ve složitém prostředí.<br /> <br /> === Použitá metoda a prostředí ===<br /> Simulace bude vytvořena v prostředí NetLogo jako multiagentní model, kde každý agent (tučňák) bude reprezentovat jiný typ chování. Prostředí bude ledová kra se zónami různé stability a výskytu predátorů.<br /> <br /> Tučňáci budou interagovat podle jednoduchých pravidel: přiblíží se k partnerovi, pokusí se o námluvy (s pravděpodobností úspěchu ovlivněnou vlastnostmi obou), a pak spolu odcházejí hnízdit (zmizí ze scény). Mohou být také ohroženi prasknutím kry nebo útokem predátora.<br /> <br /> === Proměnné ===<br /> Definované předem:<br /> * Počet tučňáků (např. 50–100)<br /> * Stabilita ledu (pravděpodobnost prasknutí při stání na místě)<br /> * Výskyt predátorů (pravděpodobnost útoku při pohybu)<br /> * Rychlost pohybu a reakce<br /> <br /> Typ chování:<br /> * Plachý – čeká, až ho někdo osloví<br /> * Odvážný – aktivně balí ostatní<br /> * Kombinovaný – střídá strategie<br /> <br /> <br /> Náhodné:<br /> * Rozmístění tučňáků<br /> * Výběr preferovaného partnera (náhodně nebo podle vlastností)<br /> * Výsledek námluv (pravděpodobnost úspěchu podle kompatibility + typu chování)<br /> * Prasknutí ledové kry<br /> * Útok predátora<br /> <br /> Možná rozšíření simulace:<br /> * Přidání „charakterových“ rysů (krása peří, zpěv, taneční dovednosti)<br /> * Učení – tučňák se poučí z neúspěchu a změní taktiku<br /> * Sezónnost – časový limit na nalezení partnera (jinak simulace končí smutným singl koncem)<br /> <br /> === Data ===<br /> * [https://www.reuters.com/business/environment/emperor-penguins-suffered-mass-breeding-failures-2023-amid-record-low-sea-ice-2024-04-25/ Stabilita mořského ledu a úspěšnost hnízdění<br /> * [https://www.birdsnz.org.nz/wp-content/uploads/2021/12/Rowe_67_etal_451_459.pdf Úspěšnost hnízdění u tučňáků malých<br /> * [https://www.selwomarina.es/en/blog/por-que-pinguinos-regalan-piedras-hembra?utm_.com Selwo Marina Benalmadena] – Článek věnující se námluvám a párování, kde popisují darování kamínků jako součást námluv<br /> * BBC Earth, National Geographic, Attenboroughovy dokumenty – často dobře vysvětlují typy chování, interakce a přežívání. Např. March of the Penguins<br /> <br /> <br /> === Simulant ===<br /> Zuzana Plachá<br /> [[User:plaz03|plaz03]] ([[User talk:plaz03|talk]]) 20:20, 7 May 2025 (CET)<br /> <br /> <br /> == Simulace: Simulace vojenské patroly a střetu s nepřítelem ==<br /> <br /> === Popis problému ===<br /> Simulace se zabývá chováním malé vojenské jednotky (patroly), která operuje v nepřátelském teritoriu. Cílem patroly je bezpečný průchod zadanou trasou. V oblasti se ovšem mohou nacházet nepřátelské síly, které mají za úkol patrolu odhalit a zlikvidovat. Průběh mise ovlivňuje několik proměnných – velikost jednotky, dosah vidění, typ terénu, schopnost včasné reakce a počet a rozmístění nepřátel. Výsledky simulace umožní analyzovat účinnost různých taktik a rozhodovacích pravidel, které jednotka může použít při plnění mise. Zároveň mohou sloužit jako podpůrný nástroj při plánování operací nebo jako tréninková pomůcka pro rozhodování armády v rizikových situacích.<br /> <br /> === Cíl simulace ===<br /> Simulace se bude věnovat zodpovězení otázky: jak různé faktory (velikost jednotky, rozmístění nepřátel, strategie pohybu) ovlivňují úspěšnost vojenské patroly při průchodu nebezpečným územím? Cílem je nalézt parametry a strategie, které vedou k nejvyšší pravděpodobnosti úspěšného dokončení mise bez ztrát. Výsledkem bude doporučení efektivních taktických rozhodnutí pro minimalizaci rizika při podobných operacích.<br /> <br /> === Použití simulace ===<br /> Simulaci by mohli využít velitelé malých jednotek nebo vojenská akademie pro testování taktik v simulovaných prostředích. Model by jim dokázal vyhodnotit, jak různé strategie a složení jednotky ovlivňují šanci na úspěšné dokončení mise bez ztrát.<br /> <br /> === Použitá metoda a prostředí ===<br /> Multiagentní simulace v NetLogo. Agenti v modelu budou reprezentovat členy vojenské patroly a nepřátelské jednotky. Prostředí bude představovat mapu oblasti s různými typy terénu - otevřený terén, les, kryt apod.<br /> <br /> === Proměnné ===<br /> Definované předem:<br /> * Počet vojáků v patrole<br /> * Počet nepřátel<br /> * Typ terénu (např. podíl lesů, volného prostoru)<br /> * Trasa patroly (předem definovaná nebo generovaná)<br /> * Dosah vidění vojáků i nepřátel<br /> * Pravidla reakce na kontakt (útěk, útok, přivolání podpory)<br /> Pravděpodobnosti střetu a úspěchu jsou založeny na odhadech inspirovaných vojenskými taktickými příručkami a popisech reálných situací v článcích A-Report.<br /> <br /> Náhodné:<br /> * Rozmístění nepřátel v terénu<br /> * Zpozorování nepřítele (pravděpodobnost, že jednotka zahlédne protivníka)<br /> * Výsledek střetu (založen na pravděpodobnosti úspěchu v boji)<br /> * Chování nepřítele (např. zda se ukryje nebo přepadne)<br /> <br /> === Data ===<br /> * [https://mocr.mo.gov.cz/assets/informacni-servis/povinne-informace/1-uredni-deska/zakon-106/odp/priloha-c--1-1_25.pdf Základní řád ozbrojených sil České republiky] – řád armády ČR<br /> * [https://mocr.mo.gov.cz/assets/multimedia-a-knihovna/casopisy/a-report/ar9_2018.pdf Časopis A-Report Útoku se nedalo zabránit] – Úryvek ze článku věnovaný osudové chybě v boji na Balkáně<br /> * [https://mocr.mo.gov.cz/assets/multimedia-a-knihovna/casopisy/a-report/ar10_2019.pdf Časopis A-Report Pod ostrou palbou] – Úryvek ze článku popisující možnost simulací ve vojenském prostředí<br /> * Vlastní odhady založené na realistických parametrech (např. efektivní dostřel, rychlost pohybu v terénu)<br /> <br /> === Simulant ===<br /> Alexandr Sekera<br /> [[User:seka01|seka01]] ([[User talk:seka01|talk]]) 15:33, 7 May 2025 (CET)<br /> <br /> == Simulace: Kontrola jízdenek v MHD ==<br /> === Popis problému ===<br /> Simulace se zabývá procesem kontrol jízdenek ve veřejné dopravě (např. v systému MHD v Praze). Veřejná doprava je financována částečně z příjmů z jízdného. Cestování &quot;načerno&quot; představuje pro dopravní podnik zdroj ztrát. Proto revizoři od podniku provádějí kontroly platnosti jízdních dokladů. Z toho vyplývá otázka, jak často a jakým způsobem mají být dané kontroly prováděny, aby byly efektivní a ekonomicky dávaly smysl. Výsledky simulace umožní řízení MHD optimalizovat frekvenci kontrol, počet revizorů a tím zvýšit celkovou efektivitu inspekcí.<br /> <br /> === Cíl simulace ===<br /> Simulace se bude věnovat zodpovězení otázky: jak ovlivňuje četnost kontrol objem vybraných pokut ve veřejné dopravě? Výsledkem bude doporučení efektivních inspekčních strategií pro maximalizaci vybraných pokut. Simulace také ukáže, kolik revizorů je potřeba pro dosažení požadované míry kontroly.<br /> <br /> === Použitá metoda a prostředí ===<br /> Multiagentní simulace v Netlogo. Agenti v modelu budou reprezentovat pasažéry a revizory.<br /> <br /> === Proměnné ===<br /> Definované předem:<br /> * Počet cestujících (celkově)<br /> * Počet revizorů<br /> * Výše pokuty (standardní nebo menší za platbu okamžitě)<br /> * Frekvence kontrol (počet provedených kontrol za minutu/hodinu)<br /> * Kapacita vozidla (počet cestujících z celkového čísla, kteří jsou aktuálně v kontrolovaném prostoru)<br /> <br /> Náhodné:<br /> * Platnost jízdenky (zda jede pasažér &quot;načerno&quot;)<br /> * Zachycení černého pasažéra (zda je neplatnost jízdenky odhalena) <br /> * Zaplacení pokuty (hned či později)<br /> <br /> === Data ===<br /> [https://www.dpp.cz/jizdne/pokuty-revizori/vyse-prirazky DPP - pokuty a revizoři] - výše jednotlivých pokut<br /> <br /> [https://www.dpp.cz/vozovy-park DPP - vozový park] - kapacity vozidel<br /> <br /> [https://www.expats.cz/czech-news/article/prague-public-transport-inspectors-handed-out-250-000-fines-last-year Prague public transport inspectors handed out 250,000 fines last year] - počty kontrol, pasažérů a revizorů, celková výše pokut, zaplacení pokut<br /> <br /> Míra cestování &quot;načerno&quot; pro Prahu není zveřejněna oficiálně. Pro odhad poměru černých pasažérů se lze inspirovat jinými státy ([https://theweek.com/transport/fare-dodging-londons-transport-blight UK], [https://www.trainsfare.eu/tackling-fare-evasion-in-bergamo-a-growing-challenge-for-atb-and-teb/ IT]).<br /> <br /> === Simulant ===<br /> Vladislav Sanin<br /> [[User:Sanv05|Sanv05]] ([[User talk:Sanv05|talk]]) 21:15, 6 May 2025 (CET)<br /> <br /> == Simulace: Pavlovovo podmiňování v agentním modelu ==<br /> === Co budu simulovat ===<br /> Simulace bude modelovat proces klasického (Pavlovova) podmiňování, kdy agent (představující psa) postupně spojuje neutrální podnět (zvonek) s přirozeným podnětem (jídlo). Výsledkem je, že agent začne reagovat podmíněnou reakcí (slinění) i v případě, že se později objeví pouze zvonek bez jídla.<br /> <br /> === Cíl simulace ===<br /> Cílem simulace je analyzovat průběh učení podmíněné reakce a zjistit:<br /> * kolik opakování je potřeba k vytvoření podmíněné reakce,<br /> * jak stabilní tato reakce je v čase,<br /> * jak rychle dochází k vyhasnutí reakce (extinkci) při absenci posílení,<br /> * jak efektivní je opětovné učení (re-learning) po ztrátě reakce.<br /> <br /> Obecně jde o pochopení mechanismů formování návyků a chování založeného na stimulaci a posilování.<br /> <br /> === Kdo by takovou simulaci mohl využít a jak by mu pomohla ===<br /> Simulaci mohou využít například:<br /> * psychologové zabývající se behaviorálním učením,<br /> * učitelé při výuce základních principů behaviorismu,<br /> * vývojáři agentních a AI modelů, kteří chtějí simulovat jednoduché učení nebo formování návyků.<br /> <br /> Simulace jim umožní vizuálně a experimentálně sledovat proces klasického podmiňování a analyzovat vliv různých parametrů na průběh učení.<br /> <br /> === Použitá metoda a prostředí ===<br /> * '''Metoda''': Agentní simulace využívající jednoduchý model chování se stavovým automatem. Agent mění svůj vnitřní stav v závislosti na podnětech a historii posilování.<br /> * '''Prostředí''': NetLogo<br /> <br /> === Jaké proměnné budou v simulaci ===<br /> * Počet pokusů o podmiňování<br /> * Zpoždění mezi zvonkem a jídlem (časování podnětů)<br /> * Frekvence posilování (např. 100 %, 75 %, 50 % případů s jídlem)<br /> * Síla podmíněné reakce (vnitřní proměnná zvyšující se učením)<br /> * Počet extinkčních pokusů (zvonek bez jídla)<br /> <br /> === Jaké proměnné budou náhodné ===<br /> * Pravděpodobnost, zda po zvonku následuje jídlo (při částečném posilování)<br /> * Malá náhodná odchylka v chování psa (např. reakční doba, úroveň slinění)<br /> <br /> === Na jakých datech budou proměnné založené ===<br /> * Parametry vycházejí z publikovaných výsledků klasických experimentů Pavlova a dalších behaviorálních studií.<br /> * Typické hodnoty časování a pravděpodobností pro různé typy posilování vychází z odborné literatury.<br /> * Síla reakce bude modelována pomocí logistické funkce, která simuluje typickou křivku učení a vyhasínání reakce.<br /> * [https://www.psychologywizard.net/uploads/2/6/6/4/26640833/pavlov_lecture_18.pdf Pavlov – Lecture 18 (Conditioned Reflexes, 1927)]<br /> * [https://en.wikipedia.org/wiki/Classical_conditioning Wikipedia – Classical Conditioning]<br /> * [https://www.simplypsychology.org/pavlov.html Simply Psychology – Pavlov’s Dogs]<br /> <br /> === Na jakých datech jsou založeny vzorce v simulaci (chování modelu) ===<br /> Chování modelu bude založeno na Rescorla-Wagnerově modelu klasického podmiňování, který kvantifikuje změnu síly asociace mezi podmíněným podnětem a nepodmíněným podnětem během jednotlivých pokusů.<br /> * [https://www.vcalc.com/wiki/rescorla-wagner-formula-alpha-and-beta-version vCalc – Rescorla-Wagner model (alpha and beta version)]<br /> * [https://en.wikipedia.org/wiki/Rescorla%E2%80%93Wagner_model Wikipedia – Rescorla–Wagner model]<br /> <br /> === Simulant ===<br /> [[User:Lans06|Lans06]] ([[User talk:Lans06|talk]]) 22:27, 6 May 2025 (CET)</div>

Smrv03 http://www.simulace.info/index.php?title=Assignment_SS_2024/2025/cs&diff=26643 2025-05-12T09:25:13Z

<p>Smrv03: </p> <hr /> <div>{{Ambox<br /> | text = &lt;div&gt;<br /> Please, put here your assignments. Do not forget to sign them. You can use &lt;nowiki&gt;~~~~&lt;/nowiki&gt; (four tildas) for an automatic signature. Use Show preview in order to check the result before your final sumbition.<br /> &lt;/div&gt;<br /> }}<br /> <br /> {{Ambox<br /> | text = &lt;div&gt;<br /> Please, strive to formulate your assignment carefully. We expect an adequate effort to formulate the assignment as it is your semestral paper. Do not forget that your main goal is a research paper. It means your simulation model must generate the results that are specific, measurable and verifiable. Think twice how you will develop your model, which entities you will use, draw a model diagram, consider what you will measure. No sooner than when you have a good idea about the model, submit your assignment. And of course, read [[How to deal with the simulation assignment|How to deal with the simulation assignment]].<br /> &lt;/div&gt;<br /> }}<br /> <br /> {{Ambox<br /> | text = &lt;div&gt;<br /> Topics on gambling, cards, etc. are not welcome.<br /> &lt;/div&gt;<br /> }}<br /> <br /> {{Ambox<br /> | type = content<br /> | text = &lt;div&gt;<br /> In order to avoid possible confusion, please, check if you have added '''approved''' in bold somewhere in our comment under your submission. If there is no '''approved''', it means the assignment was not approved yet.<br /> &lt;/div&gt;<br /> }}<br /> <br /> {{Ambox<br /> | text = &lt;div&gt;<br /> '''Criteria for evaluation of the simulation proposal'''<br /> <br /> The proposal must contain:<br /> *What you will simulate<br /> *The goal of the simulation (what you analyze - i.e. not &quot;to simulate balloon factory&quot;, but what problem should the simulation solve).<br /> *Who would actually use such simulation (example of such user) and how would it help him<br /> *What method and simulation environment you plan to use. Choose only from the development environments that we have used in the course.<br /> *What variables will be incorporated<br /> *What variables will be random<br /> *What exact data you will base values of your variables on<br /> *(In case of Monte Carlo) What exact data you will base your determination of probability distribution of your random variables on<br /> *What exact data you will base your formulas in the simulation (simulation behavior) on <br /> <br /> '''If any of the above points are missing from the simulation proposal, the proposal is considered incomplete. Unless the proposal contains all of the above points it will not be evaluated at all (and therefore cannot be approved).'''<br /> <br /> # Is it clear from the proposed assignment how the simulation will work?<br /> # Does the simulation make sense?<br /> # Is the simulation model complex enough to simulate credibly the real-world phenomenon that the simulation tries to simulate?<br /> # Is the data used real and relevant for the real-world phenomenon that the simulation tries to simulate?<br /> # Is the simulation feasible? (in given time by the course)<br /> <br /> '''If the answer to any of the above points is no, you need to improve your proposal. Don't wait for us to tell you so - you're wasting your time.'''<br /> <br /> &lt;/div&gt;<br /> }}<br /> <br /> == Simulace: Evakuace šelem v pražské ZOO v případě povodně ==<br /> <br /> === Popis problému ===<br /> Pražská zoologická zahrada se nachází v záplavovém území a v minulosti byla při povodních (např. v roce 2002 a 2013) vážně zasažena. Evakuace zvířat, zejména velkých a nebezpečných šelem, představuje logisticky i bezpečnostně náročný úkol. Zvířata musí být přepravena v co nejkratším čase, bezpečně a s minimálním stresem, zároveň je nutné chránit zaměstnance a návštěvníky. Simulace se zaměřuje na proces evakuace pavilonu šelem při náhlém zvýšení hladiny Vltavy. Výsledky mohou pomoci vedení ZOO lépe se připravit na mimořádné události.<br /> <br /> === Cíl simulace ===<br /> Simulace se bude věnovat otázce: Jak rychle a efektivně lze evakuovat šelmy z ohroženého pavilonu v případě povodně?<br /> Výsledkem bude návrh optimální evakuační strategie v závislosti na různých faktorech (např. počet ošetřovatelů, kooperace zvířat, čas do zaplavení, atd.). Některá zvířata jsou více nebezpečná jiná jsou klidná.<br /> <br /> === Použití simulace ===<br /> Simulace může sloužit:<br /> *Zaměstnancům ZOO, kteří se chtějí připravit na krizové situace<br /> *Studentům, kteří se učí o ochraně zvířat nebo krizovém řízení<br /> *Veřejnosti, která si chce udělat představu, jak taková situace vypadá a proč je důležitá příprava<br /> <br /> === Použitá metoda a prostředí ===<br /> Multiagentní simulace v NetLogo, kde agenti budou zvířata, zaměstnanci (ošetřovatelé) a povodeň. Zvířata mají různé chování, velikost, agresivitu. Ošetřovatelé jsou zkušení, ale i nováčci a je jich různý počet na směnách. Povodeň může mít různé rychlosti. Prostředím je pavilon šelem v pražské ZOO. V pavilonu jsou jednotlivé expozice podle druhu zvířete. V případě, kdy hrozí evakuace jsou všechna zvířata uvnitř pavilonu.<br /> <br /> V případě evakuace přijdou chovatelé a evakuují zvířata. Některá musí uspat, jiná ne. Zvířata přesouvají do klecí nebo boxů a převážejí pryč cestou podle zatopení. U každého zvířete je dohledatelný <br /> <br /> === Proměnné ===<br /> Definované předem:<br /> * Počet zvířat v pavilonu, jejich velikost a druhy<br /> * Počet evakuačních cest<br /> * Rychlost záplav (kolik času je na evakuaci)<br /> * Počet ošetřovatelů a jejich zkušenosti (můžou být zkušení nebo nováčci, nováčci jsou pomalejší a mají vyšší pravděpodobnost minout uspávací šipkou)<br /> <br /> Náhodné<br /> * kooperace zvířete (může být klidné nebo agresivní)<br /> * rozmístění ošetřovatelů<br /> * minutí uspávací šipkou<br /> * rozbitá klec<br /> <br /> === Data ===<br /> * výroční zprávy ZOO Praha [https://www.zoopraha.cz/vse-o-zoo/vyrocni-zpravy]<br /> * mapa ZOO Praha (obrázková) [https://www.zoopraha.cz/navsteva/30-mapa-zoo-praha]<br /> * mapa ZOO Praha [https://g.co/kgs/aXs5ceF]<br /> * přiklad info o zvířeti ZOO Praha [https://www.zoopraha.cz/aktualne/pohledem-reditele/14972-jak-se-v-zoo-praha-chystame-na-povodne]<br /> * převoz tygrů [https://www.jamescargo.com/blog/tiger-transport.php?utm_source=chatgpt.com]<br /> * CITES transport guidelines [https://cites.org/eng/resources/transport/advice.shtml?utm_source=chatgpt.com]<br /> <br /> === Simulant ===<br /> Veronika Smrčková<br /> <br /> <br /> == Simulace: Strategie hráčů ve hře v kostky dle pravidel hry Farkle ==<br /> <br /> === Popis problému ===<br /> Cílem simulace je analyzovat a porovnat různé herní strategie ve hře Farkle (hazardní kostková hra). Dva hráči si během hry střídavě hází kostkami a snaží se získat co nejvíce bodů pomocí specifických kombinací (např. trojic, postupky, šest stejných hodnot apod.). Hráči však musí v každém tahu rozhodnout, zda pokračovat v házení (s rizikem ztráty aktuálního skóre) nebo se zastavit a body si uložit.<br /> <br /> Každý hráč je reprezentován jako „persona“ s předdefinovanou strategií rozhodování – od konzervativního po extrémně rizikového přístupu. Tyto odlišné styly chování významně ovlivňují průběh hry, četnost výher i riziko prohry kvůli přehnané hamižnosti.<br /> <br /> === Cíl simulace ===<br /> Cílem simulace je zjistit, jaké herní strategie (persony) jsou nejefektivnější v dosažení výhry ve hře Farkle. Zároveň zohledňuje spravedlnost (oba hráči mají stejný počet tahů) a umožňuje porovnávat strategie mezi sebou při opakovaném hraní stovek her. Výstupem je srovnání úspěšnosti jednotlivých přístupů a doporučení vhodné herní taktiky.<br /> <br /> === Použití simulace ===<br /> Simulace může sloužit:<br /> * jako model rozhodování v nejistém prostředí,<br /> * jako prostředek pro výuku agentového modelování (např. střední školy, informatika, psychologie rozhodování),<br /> * pro zábavné testování, která strategie by přinesla nejvíc výher v reálné hře Farkle,<br /> * jako výchozí kostra pro složitější modely s učením, adaptivními hráči nebo evoluční optimalizací strategie,<br /> * a v neposlední řadě, jako &quot;engine&quot; na testování person pro mou diplomovou práci.<br /> <br /> <br /> === Použitá metoda a prostředí ===<br /> Simulace je implementována v prostředí NetLogo jako dvouagentní tahový model. Hráči se střídají v házení 6 kostek, získávají body za kombinace podle pravidel Farkle (např. trojice, čtveřice, pětice, šestice, postupky) a rozhodují se, zda budou pokračovat v tahu.<br /> <br /> Model zahrnuje:<br /> * různé herní strategie („persony“) – definované jako rozhodovací pravidla podle skóre, zbývajících kostek nebo náhodného faktoru,<br /> * počítání statistik (výhry, tahy, FARKLE chyby),<br /> * zajištění férovosti – druhý hráč má vždy možnost dokončit poslední tah, pokud první dosáhne vítězného skóre,<br /> * export výsledků a vykreslení průběhu skóre do grafu (a jiné statistické ukazetele).<br /> <br /> === Proměnné ===<br /> Definované předem:<br /> * Cílové skóre pro výhru (např. 10 000)<br /> * Počet simulovaných her (např. 100 až 1000)<br /> * Herní strategie pro oba hráče:<br /> * conservative – ukládá body při ≥400<br /> * risky – ukládá body při ≥700<br /> * greedy – ukládá body při ≥1000<br /> * cautious – hraje opatrně (≥300 nebo málo kostek)<br /> * random – rozhoduje se náhodně<br /> * risk-averse – hraje opatrně jen pokud vede o &gt;2000 bodů, jinak jako conservative<br /> * point-maximizer – pokračuje, dokud nedostane HOT DICE<br /> * combo-hunter – pokračuje po silných kombinacích (postupky, trojice a víc)<br /> <br /> Náhodné:<br /> * Hod šesti kostkami (1–6)<br /> * Kombinace, které hráči získají (např. 3 stejné, postupka 1–6 atd.)<br /> * Výsledek rozhodnutí pokračovat/zastavit u náhodné strategie<br /> <br /> Možná rozšíření simulace:<br /> * Evoluční vývoj nových strategií (např. pomocí genetického algoritmu)<br /> * Paměť hráčů – učení na základě předchozích neúspěchů<br /> * Reakce na strategii soupeře (adaptivní persona)<br /> <br /> === Data ===<br /> * [https://farkle.games/official-rules/] - oficiální pravidla hry Farkle<br /> * [http://incompleteideas.net/book/the-book-2nd.html] - popis chování osob v pod tlakem a při riskování (persony)<br /> * [https://mud.co.uk/richard/hcds.htm] - rozdělení person a chování v různých karetních a jiných hrách<br /> * [http://incompleteideas.net/book/the-book-2nd.html] - o strategiích rozhodování, výběru akcí, riziku a odměnách<br /> <br /> <br /> === Simulant ===<br /> Jan Hlavnička<br /> [[User:hlaj13|hlaj13]] ([[User talk:hlaj13|talk]]) 13:58, 8 May 2025 (CET)<br /> <br /> == Simulace: Simulace tučňáků hledajících lásku na ledové kře 🐧❤️ ==<br /> <br /> === Popis problému ===<br /> Cílem simulace je modelovat chování tučňáků během námluv na ledové kře. Tučňáci musí najít vhodného partnera pro hnízdění, přičemž čelí různým vnějším vlivům – nestabilnímu prostředí (praskající led), konkurenci ostatních tučňáků a hrozbě predátorů (např. lachtani).<br /> <br /> Každý tučňák má specifické nastavení chování – někteří jsou spíše plachého typu, jiní jsou odvážní a aktivně oslovují potenciální partnery. Odlišný přístup k seznamování ovlivňuje jejich šanci na úspěšné spárování a přežití do hnízdní sezóny.<br /> <br /> === Cíl simulace ===<br /> Simulace se zaměří na otázku: Jaký „balící styl“ (strategie chování) vede k nejvyšší šanci na nalezení partnera a založení hnízda, a jak tuto šanci ovlivňuje prostředí a přítomnost rizik? Výsledkem bude doporučení nejefektivnějších „láskových taktik“ v závislosti na kontextu (bezpečné vs. nebezpečné prostředí).<br /> <br /> === Použití simulace ===<br /> Simulace může sloužit:<br /> * jako model sociální interakce v zábavné formě,<br /> * jako edukativní nástroj pro představení agentového modelování (např. na středních školách),<br /> * nebo jako metaforické přiblížení seznamovacích strategií ve složitém prostředí.<br /> <br /> === Použitá metoda a prostředí ===<br /> Simulace bude vytvořena v prostředí NetLogo jako multiagentní model, kde každý agent (tučňák) bude reprezentovat jiný typ chování. Prostředí bude ledová kra se zónami různé stability a výskytu predátorů.<br /> <br /> Tučňáci budou interagovat podle jednoduchých pravidel: přiblíží se k partnerovi, pokusí se o námluvy (s pravděpodobností úspěchu ovlivněnou vlastnostmi obou), a pak spolu odcházejí hnízdit (zmizí ze scény). Mohou být také ohroženi prasknutím kry nebo útokem predátora.<br /> <br /> === Proměnné ===<br /> Definované předem:<br /> * Počet tučňáků (např. 50–100)<br /> * Stabilita ledu (pravděpodobnost prasknutí při stání na místě)<br /> * Výskyt predátorů (pravděpodobnost útoku při pohybu)<br /> * Rychlost pohybu a reakce<br /> <br /> Typ chování:<br /> * Plachý – čeká, až ho někdo osloví<br /> * Odvážný – aktivně balí ostatní<br /> * Kombinovaný – střídá strategie<br /> <br /> <br /> Náhodné:<br /> * Rozmístění tučňáků<br /> * Výběr preferovaného partnera (náhodně nebo podle vlastností)<br /> * Výsledek námluv (pravděpodobnost úspěchu podle kompatibility + typu chování)<br /> * Prasknutí ledové kry<br /> * Útok predátora<br /> <br /> Možná rozšíření simulace:<br /> * Přidání „charakterových“ rysů (krása peří, zpěv, taneční dovednosti)<br /> * Učení – tučňák se poučí z neúspěchu a změní taktiku<br /> * Sezónnost – časový limit na nalezení partnera (jinak simulace končí smutným singl koncem)<br /> <br /> === Data ===<br /> * [https://www.reuters.com/business/environment/emperor-penguins-suffered-mass-breeding-failures-2023-amid-record-low-sea-ice-2024-04-25/ Stabilita mořského ledu a úspěšnost hnízdění<br /> * [https://www.birdsnz.org.nz/wp-content/uploads/2021/12/Rowe_67_etal_451_459.pdf Úspěšnost hnízdění u tučňáků malých<br /> * [https://www.selwomarina.es/en/blog/por-que-pinguinos-regalan-piedras-hembra?utm_.com Selwo Marina Benalmadena] – Článek věnující se námluvám a párování, kde popisují darování kamínků jako součást námluv<br /> * BBC Earth, National Geographic, Attenboroughovy dokumenty – často dobře vysvětlují typy chování, interakce a přežívání. Např. March of the Penguins<br /> <br /> <br /> === Simulant ===<br /> Zuzana Plachá<br /> [[User:plaz03|plaz03]] ([[User talk:plaz03|talk]]) 20:20, 7 May 2025 (CET)<br /> <br /> <br /> == Simulace: Simulace vojenské patroly a střetu s nepřítelem ==<br /> <br /> === Popis problému ===<br /> Simulace se zabývá chováním malé vojenské jednotky (patroly), která operuje v nepřátelském teritoriu. Cílem patroly je bezpečný průchod zadanou trasou. V oblasti se ovšem mohou nacházet nepřátelské síly, které mají za úkol patrolu odhalit a zlikvidovat. Průběh mise ovlivňuje několik proměnných – velikost jednotky, dosah vidění, typ terénu, schopnost včasné reakce a počet a rozmístění nepřátel. Výsledky simulace umožní analyzovat účinnost různých taktik a rozhodovacích pravidel, které jednotka může použít při plnění mise. Zároveň mohou sloužit jako podpůrný nástroj při plánování operací nebo jako tréninková pomůcka pro rozhodování armády v rizikových situacích.<br /> <br /> === Cíl simulace ===<br /> Simulace se bude věnovat zodpovězení otázky: jak různé faktory (velikost jednotky, rozmístění nepřátel, strategie pohybu) ovlivňují úspěšnost vojenské patroly při průchodu nebezpečným územím? Cílem je nalézt parametry a strategie, které vedou k nejvyšší pravděpodobnosti úspěšného dokončení mise bez ztrát. Výsledkem bude doporučení efektivních taktických rozhodnutí pro minimalizaci rizika při podobných operacích.<br /> <br /> === Použití simulace ===<br /> Simulaci by mohli využít velitelé malých jednotek nebo vojenská akademie pro testování taktik v simulovaných prostředích. Model by jim dokázal vyhodnotit, jak různé strategie a složení jednotky ovlivňují šanci na úspěšné dokončení mise bez ztrát.<br /> <br /> === Použitá metoda a prostředí ===<br /> Multiagentní simulace v NetLogo. Agenti v modelu budou reprezentovat členy vojenské patroly a nepřátelské jednotky. Prostředí bude představovat mapu oblasti s různými typy terénu - otevřený terén, les, kryt apod.<br /> <br /> === Proměnné ===<br /> Definované předem:<br /> * Počet vojáků v patrole<br /> * Počet nepřátel<br /> * Typ terénu (např. podíl lesů, volného prostoru)<br /> * Trasa patroly (předem definovaná nebo generovaná)<br /> * Dosah vidění vojáků i nepřátel<br /> * Pravidla reakce na kontakt (útěk, útok, přivolání podpory)<br /> Pravděpodobnosti střetu a úspěchu jsou založeny na odhadech inspirovaných vojenskými taktickými příručkami a popisech reálných situací v článcích A-Report.<br /> <br /> Náhodné:<br /> * Rozmístění nepřátel v terénu<br /> * Zpozorování nepřítele (pravděpodobnost, že jednotka zahlédne protivníka)<br /> * Výsledek střetu (založen na pravděpodobnosti úspěchu v boji)<br /> * Chování nepřítele (např. zda se ukryje nebo přepadne)<br /> <br /> === Data ===<br /> * [https://mocr.mo.gov.cz/assets/informacni-servis/povinne-informace/1-uredni-deska/zakon-106/odp/priloha-c--1-1_25.pdf Základní řád ozbrojených sil České republiky] – řád armády ČR<br /> * [https://mocr.mo.gov.cz/assets/multimedia-a-knihovna/casopisy/a-report/ar9_2018.pdf Časopis A-Report Útoku se nedalo zabránit] – Úryvek ze článku věnovaný osudové chybě v boji na Balkáně<br /> * [https://mocr.mo.gov.cz/assets/multimedia-a-knihovna/casopisy/a-report/ar10_2019.pdf Časopis A-Report Pod ostrou palbou] – Úryvek ze článku popisující možnost simulací ve vojenském prostředí<br /> * Vlastní odhady založené na realistických parametrech (např. efektivní dostřel, rychlost pohybu v terénu)<br /> <br /> === Simulant ===<br /> Alexandr Sekera<br /> [[User:seka01|seka01]] ([[User talk:seka01|talk]]) 15:33, 7 May 2025 (CET)<br /> <br /> == Simulace: Kontrola jízdenek v MHD ==<br /> === Popis problému ===<br /> Simulace se zabývá procesem kontrol jízdenek ve veřejné dopravě (např. v systému MHD v Praze). Veřejná doprava je financována částečně z příjmů z jízdného. Cestování &quot;načerno&quot; představuje pro dopravní podnik zdroj ztrát. Proto revizoři od podniku provádějí kontroly platnosti jízdních dokladů. Z toho vyplývá otázka, jak často a jakým způsobem mají být dané kontroly prováděny, aby byly efektivní a ekonomicky dávaly smysl. Výsledky simulace umožní řízení MHD optimalizovat frekvenci kontrol, počet revizorů a tím zvýšit celkovou efektivitu inspekcí.<br /> <br /> === Cíl simulace ===<br /> Simulace se bude věnovat zodpovězení otázky: jak ovlivňuje četnost kontrol objem vybraných pokut ve veřejné dopravě? Výsledkem bude doporučení efektivních inspekčních strategií pro maximalizaci vybraných pokut. Simulace také ukáže, kolik revizorů je potřeba pro dosažení požadované míry kontroly.<br /> <br /> === Použitá metoda a prostředí ===<br /> Multiagentní simulace v Netlogo. Agenti v modelu budou reprezentovat pasažéry a revizory.<br /> <br /> === Proměnné ===<br /> Definované předem:<br /> * Počet cestujících (celkově)<br /> * Počet revizorů<br /> * Výše pokuty (standardní nebo menší za platbu okamžitě)<br /> * Frekvence kontrol (počet provedených kontrol za minutu/hodinu)<br /> * Kapacita vozidla (počet cestujících z celkového čísla, kteří jsou aktuálně v kontrolovaném prostoru)<br /> <br /> Náhodné:<br /> * Platnost jízdenky (zda jede pasažér &quot;načerno&quot;)<br /> * Zachycení černého pasažéra (zda je neplatnost jízdenky odhalena) <br /> * Zaplacení pokuty (hned či později)<br /> <br /> === Data ===<br /> [https://www.dpp.cz/jizdne/pokuty-revizori/vyse-prirazky DPP - pokuty a revizoři] - výše jednotlivých pokut<br /> <br /> [https://www.dpp.cz/vozovy-park DPP - vozový park] - kapacity vozidel<br /> <br /> [https://www.expats.cz/czech-news/article/prague-public-transport-inspectors-handed-out-250-000-fines-last-year Prague public transport inspectors handed out 250,000 fines last year] - počty kontrol, pasažérů a revizorů, celková výše pokut, zaplacení pokut<br /> <br /> Míra cestování &quot;načerno&quot; pro Prahu není zveřejněna oficiálně. Pro odhad poměru černých pasažérů se lze inspirovat jinými státy ([https://theweek.com/transport/fare-dodging-londons-transport-blight UK], [https://www.trainsfare.eu/tackling-fare-evasion-in-bergamo-a-growing-challenge-for-atb-and-teb/ IT]).<br /> <br /> === Simulant ===<br /> Vladislav Sanin<br /> [[User:Sanv05|Sanv05]] ([[User talk:Sanv05|talk]]) 21:15, 6 May 2025 (CET)<br /> <br /> == Simulace: Pavlovovo podmiňování v agentním modelu ==<br /> === Co budu simulovat ===<br /> Simulace bude modelovat proces klasického (Pavlovova) podmiňování, kdy agent (představující psa) postupně spojuje neutrální podnět (zvonek) s přirozeným podnětem (jídlo). Výsledkem je, že agent začne reagovat podmíněnou reakcí (slinění) i v případě, že se později objeví pouze zvonek bez jídla.<br /> <br /> === Cíl simulace ===<br /> Cílem simulace je analyzovat průběh učení podmíněné reakce a zjistit:<br /> * kolik opakování je potřeba k vytvoření podmíněné reakce,<br /> * jak stabilní tato reakce je v čase,<br /> * jak rychle dochází k vyhasnutí reakce (extinkci) při absenci posílení,<br /> * jak efektivní je opětovné učení (re-learning) po ztrátě reakce.<br /> <br /> Obecně jde o pochopení mechanismů formování návyků a chování založeného na stimulaci a posilování.<br /> <br /> === Kdo by takovou simulaci mohl využít a jak by mu pomohla ===<br /> Simulaci mohou využít například:<br /> * psychologové zabývající se behaviorálním učením,<br /> * učitelé při výuce základních principů behaviorismu,<br /> * vývojáři agentních a AI modelů, kteří chtějí simulovat jednoduché učení nebo formování návyků.<br /> <br /> Simulace jim umožní vizuálně a experimentálně sledovat proces klasického podmiňování a analyzovat vliv různých parametrů na průběh učení.<br /> <br /> === Použitá metoda a prostředí ===<br /> * '''Metoda''': Agentní simulace využívající jednoduchý model chování se stavovým automatem. Agent mění svůj vnitřní stav v závislosti na podnětech a historii posilování.<br /> * '''Prostředí''': NetLogo<br /> <br /> === Jaké proměnné budou v simulaci ===<br /> * Počet pokusů o podmiňování<br /> * Zpoždění mezi zvonkem a jídlem (časování podnětů)<br /> * Frekvence posilování (např. 100 %, 75 %, 50 % případů s jídlem)<br /> * Síla podmíněné reakce (vnitřní proměnná zvyšující se učením)<br /> * Počet extinkčních pokusů (zvonek bez jídla)<br /> <br /> === Jaké proměnné budou náhodné ===<br /> * Pravděpodobnost, zda po zvonku následuje jídlo (při částečném posilování)<br /> * Malá náhodná odchylka v chování psa (např. reakční doba, úroveň slinění)<br /> <br /> === Na jakých datech budou proměnné založené ===<br /> * Parametry vycházejí z publikovaných výsledků klasických experimentů Pavlova a dalších behaviorálních studií.<br /> * Typické hodnoty časování a pravděpodobností pro různé typy posilování vychází z odborné literatury.<br /> * Síla reakce bude modelována pomocí logistické funkce, která simuluje typickou křivku učení a vyhasínání reakce.<br /> * [https://www.psychologywizard.net/uploads/2/6/6/4/26640833/pavlov_lecture_18.pdf Pavlov – Lecture 18 (Conditioned Reflexes, 1927)]<br /> * [https://en.wikipedia.org/wiki/Classical_conditioning Wikipedia – Classical Conditioning]<br /> * [https://www.simplypsychology.org/pavlov.html Simply Psychology – Pavlov’s Dogs]<br /> <br /> === Na jakých datech jsou založeny vzorce v simulaci (chování modelu) ===<br /> Chování modelu bude založeno na Rescorla-Wagnerově modelu klasického podmiňování, který kvantifikuje změnu síly asociace mezi podmíněným podnětem a nepodmíněným podnětem během jednotlivých pokusů.<br /> * [https://www.vcalc.com/wiki/rescorla-wagner-formula-alpha-and-beta-version vCalc – Rescorla-Wagner model (alpha and beta version)]<br /> * [https://en.wikipedia.org/wiki/Rescorla%E2%80%93Wagner_model Wikipedia – Rescorla–Wagner model]<br /> <br /> === Simulant ===<br /> [[User:Lans06|Lans06]] ([[User talk:Lans06|talk]]) 22:27, 6 May 2025 (CET)</div>

Smrv03