Simulace.info - User contributions [en]

Simulace parkoviště (Netlogo)

2019-06-18T16:30:12Z

Svam00: /* Závěr */

Úvodní odstavec

=Definice problému=

'''Název:''' Využití smartphonů k optimalizaci parkování

'''Autor:''' Matyáš Svárovský

'''Typ modelu:''' Multiagentní

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:'''

Model bude multiagentní simulací parkoviště. V jednom případě budu modelovat klasické chování řidičů aut, kdy po vjezdu na parkoviště hledají volné místo a zaparkují. Řidiči nevědí, kde se nachází volné místo, ale chtějí stát co nejblíže u východu a podle toho prohledávají parkovací prostor. Druhá varianta zahrnuje smartphone aplikaci, která sleduje aktuálně volná/plná místa a také místa, která budou obsazená. Nově příchozím řidičům poskytne informace o volném parkovacím místě a ti jedou bez hledání přímo do cíle.

'''Cíl modelu:'''

Porovnat dva modely - bez/s navigací. Sledovat u každého modelu dobu potřebnou pro nalezení parkovacího místa. Sledovat tento čas také podle velikosti parkoviště a aktuálního počtu aut.

Pozorovat zaplňování parkovacího prostoru v závislosti na době dne (viz parametry) a v závislosti na výjezdech a jejich umístění.

'''Parametry modelu:'''
* Počet parkovacích míst
* Počet vjezdů/výjezdů
* Průměrný počet aut na začátku dne, během peak hour, na konci dne

=Metoda=

Jako předlohu jsem si zvolil parkoviště u nákupního centra Bondy v Mladé Boleslavi. Na obrázku 1 je vidět pohled z Google Maps.

[[File:Parkoviste_bondy.png|thumb|left|Obrázek 1: Předloha parkoviště]]<br clear=all>

Úloha je řešena v programu NetLogo, jedná se o multiagentní simulaci. Auta, přijíždějící na parkoviště, jsou představena agenty (turtle). Auta budou prohledávat prostor a hledat volná místa. V jednom případě prohledávají parkoviště bez znalosti volného místa, pohybují se víceméně náhodně, dokud volné místo nenaleznou. Druhá možnost zahrnuje navigaci v podobě mobilní aplikace, která autům při vjezdu poskytne informace o nejbližším volném místě a auta pak jedou bez hledání přímo na své určené místo.

=Model=

Jako první jsem připravil plán parkoviště, aby se po něm agenti mohli pohybovat. Zhruba podle pohledu z Google Maps jsem plán parkoviště předělal do programu NetLogo jako barevné dlaždice (patches). Šedivé dlaždice představují silnici, po které se auta pohybují. Zelené dlaždice označují volná parkovací místa, červené dlaždice zaplněná parkovací místa. V případě navigace přes mobilní aplikaci jsou oranžově označena ta místa, na která je v současné době navigováno některé z aut. Bílá dlaždice představuje vjezd na parkoviště. Na obrázku 2 je plán (prázdného) parkoviště v NetLogu, na obrázku 3 pak v průběhu simulace. Maximální kapacita parkoviště je 842 vozů.

[[File:Park_netlogo.png|thumb|left|Obrázek 2: Parkoviště NetLogo (prázdné)]] [[File:Park_netlogo_2.png|thumb|center|Obrázek 3: Parkoviště NetLogo (zaplňující se)]] <br clear=all>

Z Google Maps jsem dále vyčetl, jak moc bývá parkoviště vytížené. Na obrázku 4 jsou vidět návštěvní časy nákupního centra ve všedních dnech včetně údaje o tom, jak dlouho zde lidé nakupují (20 až 60 minut). Parkoviště je sice využíváno hojně i k jiným účelům - parkují zde zaměstnanci Škoda Auto a poblíž se nachází také autobusové nádraží. V rámci modelu však uvažuji pouze příjezd vozidel za účelem návštěvy nákupního centra.

[[File:Hours_bondy.png|thumb|left|Obrázek 4: Návštěvní časy]]<br clear=all>

'''Nová auta:'''

Příjezd nových vozidel je řešen dvěma způsoby v závislosti na zaškrtnutí switche s názvem ''endless''. Není-li zaškrtnutý, řídí se příjezd nových vozidel rozložením dle Google Maps (obrázek 4). Nejvíce aut tedy přijíždí mezi 14 až 16. hodinou, poté se začne parkoviště spíše vyprázdňovat. Počet přijíždějících vozidel je zhruba 200 za hodinu na začátku a konci dne, 1500 za hodinu během špičky. V případě aktivace ''endless'' módu je příjezd vozidel ovlivněn nastavitelným parametrem ''cars-hourly''. Ten se dá nastavit v rozmezí od 200 do 1500 vozidel za hodinu a dá se měnit v průběhu simulace.

'''Zaparkovaná auta:'''

Každé nové vozidlo po příjezdu dostane určenou hodnotu atributu ''staying-for'', která vyjadřuje, jak dlouho zůstane zaparkované. Protože lidé v nákupním centru stráví průměrně 20 až 60 minut, dostane každé auto tuto dobu jako hodnotu z exponenciálního rozdělění se střední hodnotou 40 minut. Jakmile začne parkovat, je s každou iterací simulace odečtena jedna jednotka času (1 iterace = 1 tick = 1 vteřina). Pokud se hodnota dostane na nulu, auto odjíždí. Výjezd z parkoviště není řešen, v rámci simulace nás zajímá jen doba potřebná pro nalezení parkovacího místa, ne pro opuštění parkoviště.

'''Hledající auta:'''

Auta, která aktuálně neparkují, hledají volné místo. V případě prvního modelu, bez navigace, nemají žádnou informaci o nejbližším volném místě a jen slepě prohledávají prostor, dokud volné místo neuvidí ve svém nejbližším okolí (okolí 1 dlaždice). V modelu s aktivní navigací je však po příjezdu auta nalezeno nejbližší volné místo (zelená dlaždice) a tato informace je předána agentovi. Místo se označí oranžově, aby bylo poznat, že již není volné, auto je na cestě k tomuto místu. Pro pohyb vozidel není uvažován žádný model konfliktu na silnici - předpokládá se, že se auta navzájem vyhnou, jedou-li proti sobě.

=Výsledky=

Průměrnou dobu potřebnou pro nalezení parkovacího místa shrnuje tabulka 1. Jsou uvedeny 2 varianty, bez navigace a s navigací. Dále jsou tyto hodnoty porovnány jednak v celodenním módu, kdy se příjezd vozidel řídí dle vytíženosti nákupního centra, a také v ''endless'' módu, kde je příjezd vozidel dán nastavitelným parametrem.

{| class="wikitable"
|+ align="bottom" |''Tabulka 1: Doba potřebná pro nalezení parkovacího místa (vteřiny)''
! || align="center"| Celodenní || align="center"| endless (200/hod.) || align="center"| endless (700/hod.) || align="center"| endless (1500/hod.)
|-
! align="center"| Bez navigace
| align="center"| 99
| align="center"| 12
| align="center"| 50
| align="center"| 128
|-
! align="center"| S navigací
| align="center"| 26
| align="center"| 11
| align="center"| 20
| align="center"| 30
|}

Zajímavé je se podívat také na celkový počet zaparkovaných vozů za celý den (tabulka 2). Rozdíl je dán tím, že na parkoviště nejsou vpuštěny nové vozy, pokud by počet aut v systému přesáhl maximální kapacitu parkoviště. Pokud tedy řidičí dlouho hledají volné místo, mírně tím omezují celkovou kapacitu parkování.

{| class="wikitable"
|+ align="bottom" |''Tabulka 2: Celkový počet zaparkovaných vozů (celodenní)''
|-
! align="center"| Bez navigace
| align="center"| 9895
|-
! align="center"| S navigací
| align="center"| 10460
|}

Jedním z mých cílů bylo také pozorovat vzory během zaplňování parkoviště, jak se liší v závislosti na aktivní navigaci. Na obrázku 5 je stav parkoviště po 2 hodinách bez navigace. Je vidět, že díky náhodné volbě řidičů jsou zaplňovány sice místa blízko u vjezdu, vzor zaplňování je však dost nahodilý. Obrázek 6 představuje situaci po 2 hodinách s aktivní navigací. Zaparkovaná auta tvoří část kruhu se středem ve vjezdu na parkoviště.

[[File:Park_netlogo_3.png|thumb|left|Obrázek 5: Stav parkoviště po 2 hodinách (bez navigace)]] [[File:Park_netlogo_4.png|thumb|center|Obrázek 6: Stav parkoviště po 2 hodinách (s navigací)]] <br clear=all>

=Závěr=

Jak je patrné z kapitoly výsledky, aktivní navigace výrazně snižuje průměrnou dobu potřebnou pro nalezení parkovacího místa. Ušetřený čas je závislý na vytížení parkoviště. V klasickém módu, kde je tato vytíženost dána návštěvností nákupního centra, dochází ke snížení z 99 na 26 vteřin pro nalezení parkovacího místa. V nastavitelném módu pak záleží na počtu přijíždějících aut za hodinu - u menšího počtu je rozdíl nepatrný (12 vteřin vs. 11 vteřin), u velkého počtu je naopak výrazný (128 vteřin vs. 30 vteřin). Velký rozdíl je dán také tím, že bez navigace řidiči skutečně prohledávají prostor slepě bez jakékoli známky inteligence, např. se tedy vracejí i na stejné cesty, které již jednou projeli.

=Kód=

[[File:Svam00.nlogo]]

Simulace parkoviště (Netlogo)

2019-06-18T16:19:56Z

Svam00: /* Model */

SS 2018/2019/cs

2019-06-18T15:43:17Z

Svam00: /* Vypracovaná témata LS 2018/2019 */

{{DISPLAYTITLE:LS 2018/2019}}

Semestrální práce (simulace) z letního semestru 2018/2019. Sem přidejte odkaz na stránku s Vaší prací.
Nejprve je třeba nechat schválit [[Assignment SS 2018/2019/cs|zadání práce]].

=Vypracovaná témata LS 2018/2019=
* [[Simulace populací včel (Netlogo)]] - Michaela Trnková
* [[Simulace šíření spalniček (Vensim)]] - Jurij Povoroznyk, povj01
* [[Optimalizace centrálního skladu (Simprocess)]] - Martin Jirsa
* [[Simulace automobilových závodů (Netlogo)]] - [[User:Jinv00|Jinv00]] ([[User talk:Jinv00|talk]]) 16:26, 10 June 2019 (CET)
* [[Optimalizace počtu výčapov piva na štadióne (Simprocess)]] - Dominik Turak
* [[Simulace reklamačního oddělení (Simprocess)]] - Pavel Gregor
* [[Spotřeba surovin ve fastfoodu (Simprocess)]] - Josef Kočí
* [[Simulace výběru pokladny na prodejně (SIMPROCESS)]] - Jan Hazdra
* [[Model IT firmy (Vensim)]] - Josef Čekan, cekj01
* [[Simulace populačního vývoje České republiky (Vensim)]] - Adam Spivák
* [[Výtíženost posilovny (Simprocess)]] - Martin Matějka [[User:Xmatm82|Xmatm82]] ([[User talk:Xmatm82|talk]]) 20:55, 11 June 2019 (CET)
* [[Simulace Sjezdovky (NetLogo)]] - Michal Pokorný
* [[Simulace retence vody v přírodě (Netlogo)]] - Jan Reindl
* [[Simulace meziměstské autobusové dopravy (Vensim)]] - Libor Zíka
* [[Simulace ideálního rozložení hokejových hřišť (SIMPROCESS)]] - David Lisý
* [[Simulace parkoviště (Netlogo)]] - Matyáš Svárovský, svam00

SS 2018/2019/cs

2019-06-18T15:42:26Z

Svam00: /* Vypracovaná témata LS 2018/2019 */

Simulace parkoviště (Netlogo)

2019-06-18T15:41:12Z

Svam00: Created page with "Úvodní odstavec =Definice problému= '''Název:''' Využití smartphonů k optimalizaci parkování '''Autor:''' Matyáš Svárovský '''Typ modelu:''' Multiagentní ''..."

Úvodní odstavec

=Definice problému=

'''Název:''' Využití smartphonů k optimalizaci parkování

'''Autor:''' Matyáš Svárovský

'''Typ modelu:''' Multiagentní

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:'''

Model bude multiagentní simulací parkoviště. V jednom případě budu modelovat klasické chování řidičů aut, kdy po vjezdu na parkoviště hledají volné místo a zaparkují. Řidiči nevědí, kde se nachází volné místo, ale chtějí stát co nejblíže u východu a podle toho prohledávají parkovací prostor. Druhá varianta zahrnuje smartphone aplikaci, která sleduje aktuálně volná/plná místa a také místa, která budou obsazená. Nově příchozím řidičům poskytne informace o volném parkovacím místě a ti jedou bez hledání přímo do cíle.

'''Cíl modelu:'''

Porovnat dva modely - bez/s navigací. Sledovat u každého modelu dobu potřebnou pro nalezení parkovacího místa. Sledovat tento čas také podle velikosti parkoviště a aktuálního počtu aut.

Pozorovat zaplňování parkovacího prostoru v závislosti na době dne (viz parametry) a v závislosti na výjezdech a jejich umístění.

'''Parametry modelu:'''
* Počet parkovacích míst
* Počet vjezdů/výjezdů
* Průměrný počet aut na začátku dne, během peak hour, na konci dne

=Metoda=

Jako předlohu jsem si zvolil parkoviště u nákupního centra Bondy v Mladé Boleslavi. Na obrázku 1 je vidět pohled z Google Maps.

[[File:Parkoviste_bondy.png|thumb|left|Obrázek 1: Předloha parkoviště]]<br clear=all>

Úloha je řešena v programu NetLogo, jedná se o multiagentní simulaci. Auta, přijíždějící na parkoviště, jsou představena agenty (turtle). Auta budou prohledávat prostor a hledat volná místa. V jednom případě prohledávají parkoviště bez znalosti volného místa, pohybují se víceméně náhodně, dokud volné místo nenaleznou. Druhá možnost zahrnuje navigaci v podobě mobilní aplikace, která autům při vjezdu poskytne informace o nejbližším volném místě a auta pak jedou bez hledání přímo na své určené místo.

=Model=

Jako první jsem připravil plán parkoviště, aby se po něm agenti mohli pohybovat. Zhruba podle pohledu z Google Maps jsem plán parkoviště předělal do programu NetLogo jako barevné dlaždice (patches). Šedivé dlaždice představují silnici, po které se auta pohybují. Zelené dlaždice označují volná parkovací místa, červené dlaždice zaplněná parkovací místa. V případě navigace přes mobilní aplikaci jsou oranžově označena ta místa, na která je v současné době navigováno některé z aut. Bílá dlaždice představuje vjezd na parkoviště. Na obrázku 2 je plán (prázdného) parkoviště v NetLogu, na obrázku 3 pak v průběhu simulace. Maximální kapacita parkoviště je 842 vozů.

[[File:Park_netlogo.png|thumb|left|Obrázek 2: Parkoviště NetLogo (prázdné)]] [[File:Park_netlogo_2.png|thumb|center|Obrázek 3: Parkoviště NetLogo (zaplňující se)]] <br clear=all>

Z Google Maps jsem dále vyčetl, jak moc bývá parkoviště vytížené. Na obrázku 4 jsou vidět návštěvní časy nákupního centra ve všedních dnech včetně údaje o tom, jak dlouho zde lidé nakupují (20 až 60 minut). Parkoviště je sice využíváno hojně i k jiným účelům - parkují zde zaměstnanci Škoda Auto a poblíž se nachází také autobusové nádraží. V rámci modelu však uvažuji pouze příjezd vozidel za účelém návštěvy nákupního centra.

[[File:Hours_bondy.png|thumb|left|Obrázek 4: Návštěvní časy]]<br clear=all>

'''Nová auta:'''

Příjezd nových vozidel je řešen dvěma způsoby v závislosti na zaškrtnutí switche s názvem ''endless''. Není-li zaškrtnutý, řídí se příjezd nových vozidel rozložením dle Google Maps (obrázek 4). Nejvíce aut tedy přijíždí mezi 14 až 16. hodinou, poté se začne parkoviště spíše vyprázdňovat. Počet přijíždějících vozidel je zhruba 200 za hodinu na začátku a konci dne, 1500 za hodinu během špičky. V případě aktivace ''endless'' módu je příjezd vozidel ovlivněn nastavitelným parametrem ''cars-hourly''. Ten se dá nastavit v rozmezí od 200 do 1500 vozidel za hodinu a dá se měnit v průběhu simulace.

'''Zaparkovaná auta:'''

Každé nové vozidlo po příjezdu dostane určenou hodnotu atributu ''staying-for'', která vyjadřuje, jak dlouho zůstane zaparkované. Protože lidé v nákupním centru stráví průměrně 20 až 60 minut, dostane každé auto tuto dobu jako hodnotu z exponenciálního rozdělění se střední hodnotou 40 minut. Jakmile začne parkovat, je s každou iterací simulace odečtena jedna jednotka času (1 iterace = 1 tick = 1 vteřina). Pokud se hodnota dostane na nulu, auto odjíždí. Výjezd z parkoviště není řešen, v rámci simulace nás zajímá jen doba potřebná pro nalezení parkovacího místa, ne pro opuštění parkoviště.

'''Hledající auta:'''

Auta, která aktuálně neparkují, hledají volné místo. V případě prvního modelu, bez navigace, nemají žádnou informaci o nejbližším volném místě a jen slepě prohledávají prostor, dokud volné místo neuvidí ve svém nejbližším okolí (okolí 1 dlaždice). V modelu s aktivní navigací je však po příjezdu auta nalezeno nejbližší volné místo (zelená dlaždice) a tato informace je předána agentovi. Místo se označí oranžově, aby bylo poznat, že již není volné, auto je na cestě k tomuto místu. Pro pohyb vozidel není uvažován žádný model konfliktu na silnici - předpokládá se, že se auta navzájem vyhnou, jedou-li proti sobě.

=Výsledky=

Průměrnou dobu potřebnou pro nalezení parkovacího místa shrnuje tabulka 1. Jsou uvedeny 2 varianty, bez navigace a s navigací. Dále jsou tyto hodnoty porovnány jednak v celodenním módu, kdy se příjezd vozidel řídí dle vytíženosti nákupního centra, a také v ''endless'' módu, kde je příjezd vozidel dán nastavitelným parametrem.

{| class="wikitable"
|+ align="bottom" |''Tabulka 1: Doba potřebná pro nalezení parkovacího místa (vteřiny)''
! || align="center"| Celodenní || align="center"| endless (200/hod.) || align="center"| endless (700/hod.) || align="center"| endless (1500/hod.)
|-
! align="center"| Bez navigace
| align="center"| 99
| align="center"| 12
| align="center"| 50
| align="center"| 128
|-
! align="center"| S navigací
| align="center"| 26
| align="center"| 11
| align="center"| 20
| align="center"| 30
|}

Zajímavé je se podívat také na celkový počet zaparkovaných vozů za celý den (tabulka 2). Rozdíl je dán tím, že na parkoviště nejsou vpuštěny nové vozy, pokud by počet aut v systému přesáhl maximální kapacitu parkoviště. Pokud tedy řidičí dlouho hledají volné místo, mírně tím omezují celkovou kapacitu parkování.

{| class="wikitable"
|+ align="bottom" |''Tabulka 2: Celkový počet zaparkovaných vozů (celodenní)''
|-
! align="center"| Bez navigace
| align="center"| 9895
|-
! align="center"| S navigací
| align="center"| 10460
|}

Jedním z mých cílů bylo také pozorovat vzory během zaplňování parkoviště, jak se liší v závislosti na aktivní navigaci. Na obrázku 5 je stav parkoviště po 2 hodinách bez navigace. Je vidět, že díky náhodné volbě řidičů jsou zaplňovány sice místa blízko u vjezdu, vzor zaplňování je však dost nahodilý. Obrázek 6 představuje situaci po 2 hodinách s aktivní navigací. Zaparkovaná auta tvoří část kruhu se středem ve vjezdu na parkoviště.

[[File:Park_netlogo_3.png|thumb|left|Obrázek 5: Stav parkoviště po 2 hodinách (bez navigace)]] [[File:Park_netlogo_4.png|thumb|center|Obrázek 6: Stav parkoviště po 2 hodinách (s navigací)]] <br clear=all>

=Závěr=

=Kód=

[[File:Svam00.nlogo]]

File:Svam00.nlogo

2019-06-18T15:40:27Z

Svam00:

File:Park netlogo 4.png

2019-06-18T15:39:12Z

Svam00:

File:Park netlogo 3.png

2019-06-18T15:36:24Z

Svam00:

File:Hours bondy.png

2019-06-18T14:49:29Z

Svam00:

File:Park netlogo 2.png

2019-06-18T14:45:39Z

Svam00:

File:Park netlogo.png

2019-06-18T14:44:05Z

Svam00:

File:Parkoviste bondy.png

2019-06-18T14:23:59Z

Svam00:

The Battle of Sexes/cs

2019-06-11T19:06:18Z

Svam00: Created page with "Pod pojmem Bitva pohlaví se v teorii her označuje typ konfliktu dvou hráčů, kde existuje více dvojic rovnovážných strategií a žádná není domin..."

Pod pojmem Bitva pohlaví se v [[Game_theory/cs|teorii her]] označuje typ konfliktu dvou hráčů, kde existuje více dvojic rovnovážných strategií a žádná není dominující. Jedná se o druh [[One-shot_games/cs|jednorázové hry]] s nenulovým součtem.
== Definice ==
Bitva pohlaví se také označuje pojmem '''manželský spor'''. V anglické literatuře se používá označení '''Battle of the Sexes''', případně '''Bach or Stravinsky''' (zkratka '''BoS''' pro oba anglické pojmy).

Manželé se rozhodují, jak stráví večer. Mohou buď sledovat fotbal, nebo jít na nákupy. Nejraději by strávili večer ve společnosti toho druhého, pokud se rozhodnou každý jinak, budou rozladěni z faktu, že nejsou spolu a neužijí si večer ani jeden – jejich užitek bude nulový. Pokud se rozhodnou pro stejnou činnost, budou mít oba kladný užitek – manžel samozřejmě o něco větší, budou-li sledovat fotbal a manželka naopak v případě nákupů. Předpokládá se, že se rozhodují samostatně, bez znalosti volby toho druhého, jedná se tedy o druh [[Cooperative_games/cs|nekooperativní hry]]. Příklad výplatní matice je v tabulce 1.
{| class="wikitable"
|+ align="bottom" |''Tabulka 1''
! scope="row"| || ||colspan="2"|Manželka
|-
! scope="row"|
| ||'''fotbal'''||'''nákupy'''
|-
! scope="row"; rowspan="2" |Manžel
|'''fotbal'''||2, 1||0, 0
|-
|'''nákupy'''||0, 0||1, 2
|}
Bitva pohlaví je hra s nenulovým součtem. Znamená to, že existují výsledky s celkovým čistým užitkem větším než nula. Jsou to zřejmě situace, kdy se oba z manželů rozhodnou pro stejný program, tj. situace (fotbal, fotbal) a (nákupy, nákupy). Opakem je hra s nulovým součtem, kde kladný užitek jednoho z hráčů je vždy vyvážen stejně velkým záporným užitkem hráčů ostatních.

Místo fotbalu a nákupů se často používají jiné interpretace. Bitva pohlavní byla poprvé představena v 50. letech, kde byl na výběr zápas boxu nebo balet. Dále můžeme nalézt možnosti sport vs. kultura, gambling vs. opera a podobně. V případě Bach or Stravinsky se odprošťujeme od aktivit typických pro mužské a ženské role, zde si hráči vybírají mezi koncertem Bacha a Stravinského.
== Nashova rovnováha v čisté strategii ==
Podívejme se znovu na výplatní matici (tabulka 1). V případě čisté strategie má bitva pohlaví dvě [[Nash_equilibrium/cs|Nashovy rovnováhy]]. Hledání rovnováhy je zde jednoduché a probíhá následovně:

Manžel se rozhoduje, jak se zachovat v závislosti na volbě manželky. Pokud manželka volí nákupy, je pro něj výhodnější zvolit také nákupy (užitek 0 x užitek 1). Pokud naopak manželka volí fotbal, manžel zvolí také fotbal (užitek 0 x užitek 2).

Chování manželky je pak zrcadlově zcela shodné. Zvolí-li manžel fotbal, manželka jde také sledovat fotbal (užitek 0 x užitek 1). V případě volby nákupů ze strany manžela je pro ni lepší jít na nákup (užitek 0 x užitek 2).

Nashovy rovnováhy pro čistou strategii jsou znázorněné v tabulce 2.
{| class="wikitable"
|+ align="bottom" |''Tabulka 2''
! || align="center"| fotbal || align="center"| nákupy
|-
! align="center"| fotbal
| align="center"| <span style="border:2px solid red; padding: 2px">2, 1</span>
| align="center"| 0, 0
|-
! align="center"| nákupy
| align="center"| 0, 0
| align="center"| <span style="border:2px solid red; padding: 2px">1, 2</span>
|}
Jedná se o případy, kdy jdou buď oba manželé na nákupy, nebo oba sledují fotbal. Nikdo si v těchto případech nemůže polepšit změnou své preference. Obě rovnováhy jsou pareto-efektivní, nikdo z manželů si nemůže polepšit bez toho, aby si zároveň ten druhý pohoršil. Jelikož tedy máme v čisté strategii dvě rovnováhy a žádná není dominující (dominující strategie je taková, která vždy přinese hráči větší zisk, bez ohledu na volbu protihráče) – hráči v podstatě nevědí, jak se v této situaci rozhodnout. Řešením je podívat se na [[Mixed_strategy/cs|smíšenou strategii]].
== Nashova rovnováha ve smíšené strategii ==
U smíšené strategie, na rozdíl od čisté, je každé možnosti hráče přiřazena pravděpodobnost, se kterou ji hraje. Součet pravděpodobností u všech možností každého hráče se rovná jedné. Aby se jednalo o Nashovu rovnováhu ve smíšené strategii, očekávaný užitek hráčů u jejich možností se musí rovnat.

Označíme si:

p - pravděpodobnost, že manžel volí fotbal

(1-p) - pravděpodobnost, že manžel volí nákupy

q - pravděpodobnost, že manželka volí fotbal

(1-q) - pravděpodobnost, že manželka volí nákupy

U<sub>manžel</sub>(f) – očekávaný užitek manžela, pokud volí fotbal

U<sub>manžel</sub>(n) – očekávaný užitek manžela, pokud volí nákupy

U<sub>manželka</sub>(f) – očekávaný užitek manželky, pokud volí fotbal

U<sub>manželka</sub>(n) – očekávaný užitek manželky, pokud volí nákupy

Očekávaný užitek každé strategie (fotbal/nákupy) získáme tak, že vynásobíme hodnoty z výplatní matice (tabulka 1) dohromady s pravděpodobností, že protihráč zahraje tuto možnost. Např. očekávaný užitek manžela, pokud si zvolí fotbal, je:

2 (jeho užitek z fotbalu, pokud s ním jde manželka) krát q (manželka zvolila fotbal) plus 0 (jeho užitek z fotbalu, pokud manželka nezvolila fotbal) krát (1-q) (manželka nezvolila fotbal)

Obdobně získáme všechny další užitky. Očekáváné užitky u každého z hráčů dáme do rovnosti a vypočítáme pravděpodobnosti každé strategie. Výpočet zde:

U<sub>manžel</sub>(f) = U<sub>manžel</sub>(n)

q (2) + (1-q) (0) = q (0) + (1-q) (1)

2q = 1 - q

'''q = 1/3'''

U<sub>manželka</sub>(f) = U<sub>manželka</sub>(n)

p (1) + (1-p) (0) = p (0) + (1-p) (2)

p = 2 - 2p

'''p = 2/3'''

Dostáváme tedy výsledek, že muž volí fotbal s pravděpodobností 2/3 a nákupy s pravděpodobností 1/3. Manželka naopak volí fotbal s pravděpodobností 1/3 a nákupy 2/3. Tuto Nashovu rovnováhu ve smíšené strategii zapisujeme jako ((2/3; 1/3), (1/3; 2/3)) a můžeme ji zakreslit pomocí tzv. reakční funkce do grafu (viz obrázek 1). Naše nalezená rovnováha v tomto grafu představuje průsečík křivek v bodě (2/3; 1/3). Další průsečíky, body (0; 0) a (1; 1) jsou Nashovy rovnováhy pro čistou strategii.

[[File:BoS.png|frame|left|Obrázek 1: Nashova rovnováha bitvy pohlaví]]

<br clear=all>U smíšené strategie můžeme také vypočítat celkový očekávaný užitek každého hráče. Neprve zjistíme, s jakou pravděpodobností nastanou jednotlivé situace hry. K tomu je zapotřebí znát pravděpodobnosti, že hráči zahrají svoje možnosti; ty už máme vypočtené jako p a q. Pravděpodobnost situací získáme vynásobením dílčích pravděpodobností obou hráčů. Např. situace (fotbal, fotbal) nastane s pravděpodobností: 2/3 (manžel volí fotbal) krát 1/3 (manželka volí fotbal) = 2/9. Ostatní dopočítané pravděpodobnosti jsou v tabulce 3.
{| class="wikitable"
|+ align="bottom" |''Tabulka 3''
! scope="row"| || ||colspan="2"|Manželka
|-
! scope="row"|
| ||'''fotbal 1/3'''||'''nákupy 2/3'''
|-
! scope="row"; rowspan="2" |Manžel
|'''fotbal 2/3'''||2/9||4/9
|-
|'''nákupy 1/3'''||1/9||2/9
|}
Celkový užitek každého hráče se získá jako vynásobení jednotlivých pravděpodobností a jeho původním užitkem z dané situace z tabulky 1. Dostáváme tak:

U<sub>manžel</sub> = 2/9 (2) + 4/9 (0) + 1/9 (0) + 2/9 (1)

'''U<sub>manžel</sub> = 6/9 = 2/3'''

U<sub>manželka</sub> = 2/9 (1) + 4/9 (0) + 1/9 (0) + 2/9 (2)

'''U<sub>manželka</sub> = 6/9 = 2/3'''

Získali jsme při smíšené strategii užitek manžela i manželky roven 2/3. Je to hodně, nebo málo? Na to je těžké odpovědět. Při porovnání s původní tabulkou se to na první pohled zdá jako málo. V čisté strategii měli hráči zisk 2, pokud se sešli na jejich oblíbené aktivitě, nebo 1, pokud se sešli, i když to nebyla jejich preferovaná zábava. Problém je ten, že bitva pohlaví neposkytuje díky své definici žádný návod, jak by se hráči měli rozhodnout. Smíšená strategie nám tedy poskytuje „alespoň něco“, o co se můžeme opřít.

Můžeme náš výsledek porovnat se situací, kdy se hráči rozhodují zcela náhodně (Maňas, 1991). Takže manžel i manželka si hodí mincí a podle toho jdou buď na nákupy, nebo na fotbal. Pravděpodobnost zahrání každé volby je tedy 50%: p = q = 1/2. Pravděpodobnost všech situací je v tabulce 4.
{| class="wikitable"
|+ align="bottom" |''Tabulka 4''
! scope="row"| || ||colspan="2"|Manželka
|-
! scope="row"|
| ||'''fotbal 1/2'''||'''nákupy 1/2'''
|-
! scope="row"; rowspan="2" |Manžel
|'''fotbal 1/2'''||1/4||1/4
|-
|'''nákupy 1/2'''||1/4||1/4
|}
Stejně jako v předchozím případě dopočítáme celkový očekávaný užitek obou hráčů:

U<sub>manžel</sub> = 1/4 (2) + 1/4 (0) + 1/4 (0) + 1/4 (1)

'''U<sub>manžel</sub> = 3/4'''

U<sub>manželka</sub> = 1/4 (1) + 1/4 (0) + 1/4 (0) + 1/4 (2)

'''U<sub>manželka</sub> = 3/4'''

Je pozoruhodné, že očekávaný užitek je v náhodném výběru o něco větší, než při rovnovážné smíšené strategii.
== Varianty hry ==
Zajímavé je také se zamyslet, jak by se hra vyvíjela v případě malých úprav. A některé z těchto úprav se také považují za varianty bitvy pohlaví.

Pokud se hráči mohou domlouvat, určitě se jim povede dospět k řešení lepšímu, než když se budou rozhodovat sami (anebo v případě smíšené strategie). Takhle jistě tento manželský spor funguje v realitě. Pokud je dnes důležitý fotbalový zápas, je jisté, že manželé budou doma a večer přísluší fotbalu. Pokud je pátek večer a manželka nutně potřebuje nové šaty na víkendovou party, vyráží se na nákupy. Jeden z hráčů tak sice bude mít menší užitek, než kdyby se konal jeho oblíbený plán, přesto na tom však bude lépe, než užitek nulový při nekoordinaci a žádné domluvě.

Kromě domluvy můžeme ještě uvažovat hru [[Repeated_games/cs|opakovanou]]. V takovém případě se dá opět předpokládat jistý kompromis a variaci večerního plánu – jednou se bude sledovat fotbal, další den nákupy a takto dokola. Na rozdíl od klasických opakovaných her zde nemá ani jeden z hráčů iniciativu podvádět změnou své preference (a to ani v případě, kdy bude vědět, že se jedná o jejich poslední den ve sňatku), protože si změnou nemá jak polepšit.

Další variací je případ, kdy se jeden z hráčů rozhoduje jako první a jeho volba je známa druhému hráči (v klasické variantě se oba rozhodují ve stejný čas, bez znalosti volby druhého hráče). Uvažujme například sledování fotbalu naživo, kdy manžel předem koupí lístky na zápas. Je tedy jisté, že manžel se rozhodl pro fotbal. Manželka pak nemá jinou možnost, než jít na fotbal také, rozhoduje se mezi užitkem 1 pro fotbal a užitkem 0 pro nákupy. Hovoříme zde o výhodě prvního hráče (Rasmusen, 2001), manžel svou volbou dosáhne většího užitku.

== Další reálné situace ==
O konflikt bitvy pohlaví se jedná vždy, když se strany rozhodují mezi dvěma volbami tak, že kooperace jim přinese větší užitek. Neznají však volbu svých protihráčů.

Uvažujme situaci dvou firem, které se snaží prosadit novou technologii/standard. Každá firma preferuje svou vlastní technologii, ale pokud budou vyrábět každá něco jiného, dojde k rozdělení spotřebitelů a situace bude horší, než když jedna z firem bude muset vyrábět produkty té druhé (představte si např. přehrávač Blu-ray disků).

Jako další příklad se dají uvést dvě politické strany, které hlasováním schvalují nový zákon. Každá strana přijde s vlastní verzí zákona, kterou by ráda prosadila. Ale obecné znění je víceméně stejné a obě politické strany na tom budou lépe, pokud schválí alespoň jednu z verzí, než v případě, kdy se nedohodnou na ničem.

== Příklady ==
'''1.''' Rozhodněte, zda se jedná o konflikt Bitvy pohlaví:
{| class="wikitable"
! || align="center"| Kavárna || align="center"| Hospoda
|-
! align="center"| Kavárna
| align="center"| 2, 4
| align="center"| 0, 0
|-
! align="center"| Hospoda
| align="center"| 1, 1
| align="center"| 5, 3
|}
'''2.''' Rozhodněte, zda se jedná o konflikt Bitvy pohlaví:
{| class="wikitable"
! || align="center"| Bach || align="center"| Stravinsky
|-
! align="center"| Bach
| align="center"| 4, 3
| align="center"| 0, 0
|-
! align="center"| Stravinsky
| align="center"| 0, 0
| align="center"| 1, 2
|}
'''3.''' Nalezněte Nashovu rovnováhu ve smíšené strategii pro následující situaci:
{| class="wikitable"
! || align="center"| fotbal || align="center"| nákupy
|-
! align="center"| fotbal
| align="center"| 8, 3
| align="center"| 2, 1
|-
! align="center"| nákupy
| align="center"| 0, 1
| align="center"| 3, 5
|}
'''4.''' Uvažujte následující situaci. Manžel i manželka se chovají racionálně a manželka táhne jako první. Jak se zachovají oba hráči?
{| class="wikitable"
! scope="row"| || ||colspan="2"|Manželka
|-
! scope="row"|
| ||'''zůstat doma'''||'''návštěva tchyně'''
|-
! scope="row"; rowspan="2" |Manžel
|'''zůstat doma'''||50, 1||0, 0
|-
|'''návštěva tchyně'''||0, 0||1, 2
|}
----
'''Řešení:'''

'''1.''' Ano.

'''2.''' Ne, jedná se o koordinační hru. Koordinační hra je velice podobná bitvě pohlaví, existuje však dominující Nashova rovnováha, která je výhodnější pro obě strany. V tomto případě (Bach, Bach).

'''3.''' p = 2/3; q = 1/9; smíšená Nashova rovnováha = ((2/3; 1/3), (1/9; 8/9))

'''4.''' Manželka vidí, že se jedná o konflikt bitvy pohlaví a má výhodu prvního hráče. Bude maximalizovat svůj zisk a ví, že manžel bude muset kooperovat, jinak si jako druhý hráč vždy pohorší. Manželka tedy volí návštěvu tchyně (vybírá mezi ziskem 1 a 2). Manžel by sice mnohem raději zůstal doma, ale díky tomu, že manželka už je rozhodnutá, musí návštěvu absolvovat také (vybírá mezi ziskem 0 a 1).
== Videa ==
[https://www.youtube.com/watch?v=2BdBWmL8tJc Game Theory 101 MOOC (#10): Battle of the Sexes]

[https://www.youtube.com/watch?v=4lEl4vDkML8 Game Theory 101 MOOC (#11): Calculating Payoffs]
== Zdroje ==
* MAŇAS, M. Teorie her a její aplikace. SNTL, Praha 1991. ISBN 80-03-00358-X
* DLOUHÝ, M. a FIALA, P. Úvod do teorie her. 2. přeprac. vyd. Praha: Oeconomica, 2009. ISBN 978-80-245-1609-7
* ROMP, G. Game Theory: Introduction and Applications. Oxford University Press, 1997. ISBN 0198775024
* RASMUSEN, E. Games and Information: An Introduction to Game Theory. Blackwell, 2001. ISBN 0631210954
* OSBORNE, M. J. An Introduction to Game Theory. New York: Oxford University Press, 2004. ISBN 978-0-19-512895-6
* OSBORNE, M. J. a RUBINSTEIN, A. Course in game theory. Cambridge: MIT Press, 1994. ISBN 02-626-5040-1. Dostupné z: http://zhangjun.weebly.com/uploads/2/8/1/8/2818435/martin.pdf

File:BoS.png

2019-06-11T18:22:50Z

Svam00: Bitva pohlaví - Nashova rovnováha ve smíšené strategii

== Summary ==
Bitva pohlaví - Nashova rovnováha ve smíšené strategii

Assignment SS 2018/2019/cs

2019-06-04T18:25:10Z

Svam00:

{{DISPLAYTITLE:Zadání LS 2018/2019}}

{{Ambox
| text = <div>
Na tuto stránku vkládejte svá zadání. Nezapomeňte se podepsat. Můžete použít <nowiki>~~~~</nowiki> (čtyři tildy) k automatickému podpisu. Používejte Ukázat náhled, abyste si prohlédli Váš výsledek před konečným odesláním.
</div>
}}

{{Ambox
| text = <div>
Prosíme, snažte se formulovat Vaše zadání pečlive. S ohledem na to, že jde o Vaši semestrální práci, očekáváme adekvátní úsilí vynaložené na zadání. Nezapomeňte, že hlavním výsledkem má být výzkumná zpráva, což znamená, že Váš simulační model musí generovat takové výsledky, které jsou konkrétní, měřitelné a ověřitelné. Pečlivě promyslete, jakým způsobem budete vyvíjet Váš model, odvoďte entity, které budete používat, nakreslete si diagram modelu, zvažte, co budete měřit. Teprve pokud máte o modelu dostatečně přesnou představu, vložte Vaše zadání. A samozřejmě, nezapomeňte si prosím přečíst [[How to deal with the simulation assignment/cs|Jak na simulace]].
</div>
}}

{{Ambox
| type = content
| text = <div>
Abychom se vyhnuli případnému budoucímu nedorozumnění, prosíme, ověřte si, že máte tučné '''schváleno''' někde v našem komentáři pod Vaším zadání. Pokud tam není '''schváleno''', znamená to, že Vaše zadání dosud schváleno nebylo.
</div>
}}

== Simulace sjezdovky ==

'''Název simulace''': Simulace sjezdovky

'''Autor''': Michal Pokorný

'''Typ modelu''': Multiagentní

'''Modelovací nástroj''': NetLogo

'''Popis Modelu''': Simulace pohybu lyžařů/snowboardistů na svahu. Účastníci simulace jsou nejdříve vyvezeni vlekem/ky na vrcholek svahu a následně v závislosti na svojí strategii sjedou svah dolů.
Simulace by řešila optimální počet a průchodnost vleků v závislosti na počtu účastníků (toto lze řešit výpočtem), počet nehod v závislosti na počtu vleků/účastníků a porovnání jednotlivých strategií účastníků (jejich rychlost) s pravděpodobností jejich srážky s jiným účastníkem.

'''Parametry modelu''':
* Velikost svahu
* Počet účastníků
* Strategie (rychlost) účastníků
* Počet a rychlost vleků

'''Možné rozšíření''': Úprk před lavinou, různé typy (rychlosti) sjezdovek, možnost pádu účastníka bez srážky s jiným účastníkem, různé obtížnosti sjezdovek (vyšší četnost pádů), vliv strategie na četnost pádů

: Nevidím tady mnoho důvodů k agentní simulaci. Vychází mi z toho simulace diskrétní a to ještě poměrně jednoduchá. Popřemýšlel bych buďto, jak to transformovat do simulace vhodné pro agenty (viz kritéria diskutovaný na poslední hodině) nebo to dělat jako diskrétní simulaci (ale v tom případě by bylo dobré trochu zvýšit složitost) či popřemýšlet o něčem úplně jiném. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:27, 5 May 2019 (CET)
:: Doplňuji s odstupem pár dnů - vemte si prosím případ nějaké konkrétní sjezdovky (velká lyžařská centra mají poměrně detailní mapy a dokonce jsou k dispozici i nějaké informace o kapacitách a vytížení) a pak by to smysl jako agentní simulace dávalo. Pokud je to v takovéhle modifikaci za Vás OK, pak '''schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:43, 8 May 2019 (CET)

== Simulace šíření spalniček ==

'''Název simulace''': Simulace šíření spalniček

'''Autor''': Bc. Jurij Povoroznyk, povj01

'''Typ modelu''': Systémová dynamika

'''Modelovací nástroj''': Vensim

'''Popis Modelu''': V České republice propukla epidemie spalniček. Tato nemoc se k nám dostal od cestovatele z Indie přímo do hlavního města Prahy. Celkově bylo nakaženo 2 000 lidí a další lidé rychle přibývají. Nakažený jedinci jsou z různých věkových kategorií. Přičemž děti v rozmezí 3–5 let jsou na tuto nemoc náchylnější a můžou této nemoci rychle podlehnout, dokonce umřít pokud nejsou již očkování. Očkovat dítě je možné minimálně od 1 roku života. Bylo zjištěno, že z celého souboru nebylo očkováno ani jednou dávkou vakcíny 39 % osob. Dvěma dávkami vakcíny bylo očkováno 42 % nakažených. Onemocnění se projevuje horečkou, rýmou, kašlem, slzícíma očima a na bukální sliznici jsou bělavé tečky se zarudlým okolím. Virus spalniček se přenáší kapénkovou infekcí. Inkubační doba spalniček je 6–19 dní, průměrně 13 dní. Infikovaní lidé jsou nakažliví ještě 4 až 5 dní před propuknutím této nemoci. Úmrtnost je velmi malá, 3 smrti z 1 000 případů. U dětí, které nedostali vakcínu a jsou nakažený touto chorobou je patřičně větší.

'''Parametry modelu''':
* Počet infikovaných
* Počet zdravých
* Počet jedinců z různých věkových kategorií
* Očkovaných jednou vakcínou, dvěma nebo žádnou
* Počet mrtvých
* Těžce nemocný jedinci

'''Cíl simulace''': Cílem tohoto modelu je určit a sledovat průběh této epidemie. Zároveň pomocí tohoto modelu lze určit, jak budou na tuto epidemii reagovat různé věkové kategorie a počet vakcín obdržených před vypuknutím epidemie. Údaje získané z této simulace by měly přesvědčit rodiče k očkování svých děti ihned jak to bude možné.

'''Možnosti rozšíření''': Model lze rozšířit o konkrétnější data - např.: typ vakcíny, absolvovaná karanténa nebo počet zdravých jedinců v rodině. Celkově se model rozšíří pokud budou adekvátní přibližná data a statistiky propuklé epidemie.

: Není mi úplně jasné, jak by to mělo vypadat a proč to chcete dělat jako agentní simulaci. Vezměte si prosím ta kritéria, která jsme si říkali na poslední hodině a otestujte si, kterým to vyhovuje. Tak jak je to popsáno by to podle mě spíš směřovalo do systémové dynamiky. Zkuste to prosím buď jinak navrhnout nebo zvolit jiný nástroj nebo eventuálně jiné téma. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:45, 5 May 2019 (CET)

:: Děkuji za Váš komentář. Hlavním důvodem výběru multiagentní simulace a konkrétně nástroje NetLogo je využití více typů jednotlivých agentů s rozlišnýma vlastnostmi a různorodýma reakcemi mezi sebou. Půjde především o lidi, kteří se budou lišit jak věkovou kategorií, tak samotnou šancí získat tuto nemoc dle výše zmíněných statistik získaných z ČSÚ. Dalším agentem je samotný virus. Mimo to by bylo možné přidat karanténu, kdy lidi budou uzamčený a nebudou moci nakazit ostatní zdravé jedince. Ovšem nedokážu si představit, jak to bude náročné na samotné programování. Zároveň vypuklá epidemie spalniček bude mít větší šanci nakazit jedince se slabší imunitou. Z výše uvedených informací mi přijde, že multiagentní simulace je nejvhodnější variantou pro aplikování této simulace. [[User:Povj01|Povj01]] ([[User talk:Povj01|talk]]) 11:39, 10 May 2019 (CET)

::: To co píšete, samozřejmě smysl dává. Nicméně, obecně se šíření chorob často zvrhne v jakési hemžení, kde si nakažení vzájemně předávají infekci. Nakolik to pak má kontakt s realitou, je často dost diskutabilní, proto se ptám předem, jak by to mělo vypadat a je opravdu důležité, abyste to měl rozmyšleno. Klidně sem prosím připojte nějaký nákres. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 16:48, 12 May 2019 (CET)

:::: Děkuji za odpověď. V příloze zasílám vytvořený návrh. Jde především o představu vytvořenou ve Photoshopu, tudíž se může částečně lišit od finální verze simulace. S realitou to bude mít velkou spojitost. Ať už jde o samotná čísla, která budou reálná a budou získaná z ČSÚ nebo vytvoření 1 či více karantén, jenž se vytvoří po velkém seskupení nemocných na jednom místě. Toto řešení by mohlo obohatit výsledek, zda vytvoření této karantény zabrání šíření a zda je vhodné vytvořit jednu či více. U jednotlivých agentů vytvořených v návrhu půjde také o dávky které získali jako prevenci proti spalničkám. U těchto simulací si nedokážu, jak více to lze propojit s realitou. Napadá mě ještě udělat nějakou reálnou budovu, např.: VŠE, kde se tyto spalničky budou šířit. Toto téma jsem si především vybral právě po reálném objevení spalniček na půdě VŠE. Odkaz na představu simulace [[Media:Spalnicky simulation.jpg|se nachází zde!]] [[User:Povj01|Povj01]] ([[User talk:Povj01|talk]]) 19:07, 12 May 2019 (CET)

::::: Tohle je to, čemu říkám "hemžení". Ve skutečnosti budete mít problém, aby vám v takovém modelu fungovala statistika. Na to totiž potřebujete mít pro každý dílčí jev dostatečné množství výskytů. To se dá ještě jakžtakž zajistit co se týče nějakého šíření epidemie, ale už musíte zanedbat prostorové aspekty, protože na takto malé ploše s takto málo agenty by došlo k obrovskému zkreslení výsledků (bavíme se o dejme tomu desítkách výskytů v desetimilionové populaci, o je z hlediska simulace strašlivě málo). Z toho vyplývá i problém s karanténou. Kolik lidí se do ní dostane? Rozumím tomu dobře, že jsou to ti, co "vlezou do té místnosti"? V tom případě je příslušnou proměnnou šířka toho vstupu. Atd. To téma je zajímavé a jsem pro, ale obávám se, že agentní simulace je pro něj nevhodná (alespoň pokud je formulováno tak, jak je formulováno). Simulace epidemií běžně pracují s miliony agenty, což v NetLogu moc dobře nejde. Jinak vám bude vycházet, že prakticky nikdo neonemocní nebo všichni rychle pomřou. Zvážil bych systémovou dynamiku. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:20, 12 May 2019 (CET)

:::::: Dobře tedy, rád bych zůstal u tohoto zadání. Šlo by to tedy dělat systémovou dynamikou pomocí Vensimu? V takovém případě by toto zadání bylo schváleno? [[User:Povj01|Povj01]] ([[User talk:Povj01|talk]]) 19:30, 12 May 2019 (CET)

:::::: Systémová dynamika je na to vhodná, takže ano.'''Schváleno'''. Pozor na to, jak to pak pojmete, aby simulace byla přiměřeným způsobem komplexní. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 19:55, 12 May 2019 (CET)

== Příjem, zpracování a vyloučení alkoholu z těla ==

'''Název simulace''': Příjem, zpracování a vyloučení alkoholu z těla

'''Autor''': Bc. Josef Čekan, cekj01

'''Typ modelu''': Systémově dynamický

'''Modelovací nástroj''': Vensim

'''Popis Modelu''': Tento model ukazuje účinek alkoholu na lidské tělo, když sleduje jeho příjem, zpracování a vylučování z těla. Model na základě několika faktorů dokáže odhadnout množství alkoholu v krvi po celou dobu užívání i odbourávání alkoholu, stejně jako dobu potřebnou k jeho úplnému odbourání. Hlavními faktory v modelu jsou váha jedince, typ alkoholu, množství konzumovaného alkoholu a doba samotné konzumace. Na model a jeho výsledky poté mají vliv například počet skleniček za hodinu, míra obsaženého alkoholu, objem tekutin v těle, Michaelisova konstanta či míra tolerance k alkoholu.

'''Parametry modelu''':
* Váha jedince
* Délka trvání konzumace alkoholu (včetně hodinové frekvence)
* Množství konzumovaného alkoholu
* Typ alkoholu

'''Cíl simulace''': Na základě získaných dat dokáže model vykreslit graf s množstvím promile v každém čase od začátku užívání alkoholu až do konce jeho odbourávání. Pomocí tohoto modelu tak lze například zjistit způsobilost(vzhledem k povolené míře alkoholu v krvi v závislosti na státě) k řížení vozidla pro konkrétního člověka dle množství a typu alkoholu. Stejně tak je pomocí modelu možné zjistit za jak dlouho bude veškerý alkohol z těla odbourán.

'''Možnosti rozšíření''':

: ''' Schváleno''', ale zamyslte se nad tím, jak ten model udělat komplexnější, aby z toho nevylezla jen jednoduchá kalkulace. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 12:40, 12 May 2019 (CET)

== Simulace optímálneho počtu výčapov piva na štadióne ==

'''Název simulace''': Simulace optímálneho počtu výčapov piva na štadióne

'''Autor''': Bc. Dominik Turák, turd01

'''Typ modelu''': Diskrétni simulace

'''Modelovací nástroj''': Simprocess

'''Popis Modelu''': Na hokejových alebo futbalových zápasoch sa často stáva, že človek musí čakať na pivo v dlhom rade celú večnosť. Navyše, ak sa poblízku štadióna nachádza podnik, v ktorom tiež čapujú pivo, ľudia sa mnohokrát rozhodnú ísť si radšej načapovať pivo tam, pretože je to pre nich mnohokrát výhodnejšie, či už z časového alebo finančného hľadiska. Štadión tým pádom stráca potencionálny zisk a naopak, pri malom počte ľudí zbytočne prepláca pracujúcich výčapníkov.

Model bude obsahovať tieto data:
* X fanúšikov na štadióne, ktorí chcú pivo
* Y výčapov na štadióne
* Z výčapov mimo štadióna
* cena piva na štadióne
* cena piva v konkurenčných výčapoch

'''Cíl simulace''': Nájsť otpimálny počet výčapov prihľiadnúc na počet ľudí na štadióne tak, aby sa minimalizovali straty od nedočkavých ľudí, ktorí si radšej zvolia konkurenčný výčap

'''Možnosti rozšíření''': Rozdielne ceny piva v konkurenčných výčapoch, počet konkurenčných výčapov a vzdialenosti výčapov od štadióna

: Nevidím v tomto zadání nějakou přidanou hodnotu. Co by mělo být přínosem? Velmi rychle byste zjistil, že výsledek je předvídatelný a závislý především na modelu chování účastníků. Doporučoval bych to přehodnotit. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 20:56, 5 May 2019 (CET)

:: Tak som nad tým premýšľal a rád by som asi spravil niečo úplne iné. Rád by som urobil simulaci optimálneho počtu výčapov na štadióne : X ludi, Y výčapov na štadióne a Z konkurenčných výčapov mimo štadiónu. Prínosom tejto simulácie by mala byť optimalizácia počtu výčapov na štadióne podľa počtu divákov na štadióne a minimalizácia strát sposobená dlhým čakaním na pivo a voľbou ísť si načapovať pivo do konkurenčnej krčmy blízko štadiónu.[[User:turd01|Dominik]] ([[User talk:Turd01|talk]]) 18:10, 12 May 2019 (CET)

::: V čem to chcete dělat? [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:04, 12 May 2019 (CET)

:::: Rád by som to robil v NetLogu, rozmýšľal som aj nad SimProcessom, ale radšej by som si naprogramoval agentov. [[User:turd01|Dominik]] ([[User talk:Turd01|talk]]) 19:10, 12 May 2019 (CET)

::::: Já si myslím, že tohle je jednoznačně na diskrétní simulaci. Proč a hlavně jak to dělat jako simulaci agentní tam moc nevidím. Bylo by ovšem každopádně dobré zjistit si parametry a data nějakého skutečného stadionu. Pokud souhlasíte, pak '''schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:23, 12 May 2019 (CET)

== Simulace ideálního rozdělení klužiště na rybníkový hokej ==

'''Název simulace''': Simulace ideálního rozdělení klužiště na rybníkový hokej

'''Autor''': David Lisý, xlisd05

'''Typ modelu''': diskrétní simulace

'''Modelovací nástroj''': SIMPROCESS

'''Popis Modelu''': Jelikož hokej závodně hraji, rozhodl jsem se na toto téma zpracovat i svou simulaci. V současnosti je trendem pro závodní, ale především pro rekreační hráče tzv."rybníkový hokej". Ten se hraje bez výstroje, v počtu 4 na 4, na malé branky a na třetinu jednoho klasického kluziště (na jedné klasické ledové ploše tedy máme 3 hrací plochy pro rybníkový hokej). Z vlastní zkušenosti mohu potvrdit, že hrají-li spolu pohromadě závodní hráči s hráči amatérskými, výsledná hra ztrácí na své kvalitě. Je proto lepší, hrají-li zápas proti sobě hráči stejné výkonnostní kategorie. Rozlišujeme pak tyto:
- závodní hráč (hráč se zkušenostmi z profesionálních, či závodních soutěží)
- pokročilý amatérský hráč (hráč se zkušeností z rekreačních soutěží)
- amatérský hráč - začátečník (hráč bez jakýchkoliv zkušeností z rekreačních soutěží)

Data budou čerpána z reálného zimního stadionu v Praze, který disponuje 2 ledovými plochami (celkově tedy simulace sleduje 6 hracích ploch pro rybníkový hokej). Podstatný fakt je ten, že se tedy hraje 4 na 4, střídá se stylem "poslední do hry - poslední na střídačku" (na střídačce se nám tedy tvoří jakási fronta hráčů) a počet hráčů na jedné střídačce není nikterak omezen. Na základě vlastního pozorování budu v simulaci počítat s následujícím procentuálním rozdělením výkonnostních kategorií:
- závodní hráči = 15%
- pokročilí amatérští hráči = 60%
- amatérští hráči - začátečníci = 25%

'''Parametry modelu''':
* počet hráčů
* průměrná doba hraní na stadionu
* počet hracích ploch pro rybníkový hokej (6)

'''Cíl simulace''': pomocí simulace zjistit ideální rozvrhnutí hracích ploch dle výkonnostních kategorií

'''Schváleno''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:45, 8 May 2019 (CET)

== Vytíženost posilovny ==

----
'''Název''': Vytíženost posilovny

'''Autor''': Martin Matějka, xmatm82

'''Nástroj''': SIMPROCESS

'''Definice problému''':
V dnešní době je velice populární zajít si zacvičit nebo se jen tak protáhnout do pohodlné, hezky vybavené posilovny. Jelikož je tento způsob cvičení v dnešní době tak populární, je dobré vědět, jak si na tom určitá posilovna stojí z hlediska schopnosti pokrytí návševnosti. Jak z pohledu zákazníka, tak i provozního, co by mohl zlepšit.  Mají dostatek místa? Dostatek nástrojů či pomůcek na posílování? Mají všichni možnost se dojít osprchovat bez delšího čekání nebo nevázne to hnedka u vchodu při koupi vstupenky?

'''Metoda''':
V simulaci bude zahrnuta spousta entit, které budou mít na výsledné hodnoty vliv (druh zákazníka, doba návštěvy..), ale jednou z nejdůležitějčích entit je množství a frekvence návševníků přicházející do posilovny. Pro generování návštěvníků bude použit určitý algoritmus, který bude produkovat náhodná čísla, ale také bude zahrnovat učité hodnoty ze známého chování návštěvníků. Například, že v dopoledních hodinách je nevštěvnost o něco měnší a nebo o víkendech zase vyšší. Pro zanalyzování vytíženosti posilovny v čase je Monte Carlo dobrá volba.

::Zdravím, co všechno by byly tedy náhodné proměnné? Na základě jakých reálných dat budete odvozovat jejich pravděpodobnostní rozdělení? (data a odvození pravděpodobnostních rozdělení musí být součástí vypracované simulace). Jak přesně bude simulace fungovat? Předpokládám, že i když zmiňujete Monte Carlo, tak jako nástroj jste si vybral Simprocess, což je v tomto případě relevatní - v Excelu by udělat nešlo. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 12:11, 4 May 2019 (CET)

::: Odpověďi:
::: 1)''Náhodné proměné?''
- počet návštěvníků
- zaměření návštěvníka
- fitness partie (horní, dolní, full-body)
- cardio
- volba nástrojů na cvičení
- popřípadě i doba návštěvy

::: 2)''Reálných dat?'' Co se týče vybavení posilovny (druhy,počty strojů), mohu sestavit několik šablon, které v reálu představujou posilovny, které znám. Návštěvnost bude taková, aby byla reálná a také trochu hraniční, aby byla známa přibližná maximální zatíženost posilovny. Dále čas strávených na určitých posilovacích zařízení budou stanoveny podle mého vlasního uvážení, které vychází z mnoha let zkušeností.

::: 3)''Jak bude fungovat?'' Budou přícházet návštěvnící do posilovny. Která má stanovený počty několika druhů vybavení. Každý návštěvník má určité zaměření, co chce posilovat a tím je stanoveno jaké stroje by chtěl použít. Použije pár strojů, vysprchuje, oblíkne a odejde. Budem sledovat jaké stroje jsou nejvíce/nejméně vytíženy. Kde má posilovna nedostatny atd. [[User:Xmatm82|Xmatm82]] ([[User talk:Xmatm82|talk]]) 19:34, 7 May 2019 (CET)

:::: V pořádku, nicméně: opatřete si data z nějaké konkrétní posilovny/posiloven. Z kontextu jsem pochopil, že Vám toto prostředí není cizí, neměl by to pro Vás být tedy problém. Vlastní zkušenost je důležitá, ale někdy nekoresponduje zcela s realitou. Dále, tak jak to popisujete (náhodné volby různých posilovacích strojů apod.), není úplně triviální. Lze to udělat, každopádně potřebujete ostrou verzi Simprocessu (je na učebnách). '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:51, 8 May 2019 (CET)

== Spotřeba surovin ve fastfoodu ==
----
'''Název''': Spotřeba surovin ve fastfoodu

'''Autor''': Josef Kočí

'''Nástroj''': Simprocess

'''Definice modelu''':
Protože již 4 roky pracuji ve společnosti AmRest, z pozice hlavního instruktora mám přístup k manažerským systémům, kde lze sledovat data o prodeji, počtu objednávek v různých hodinách a spotřebu jednotlivých ingrediencí. Mým cílem je část této reality zachytit v programu Simprocess, zobrazit v něm proces na jednotlivých ingrediencích, jejich objednání a naskladnění ráno, jejich průběžné vyskladňování, použití do procesu až k vydání zákazníkům. Proces tak zachytí, kolik dle simulací průměrně zůstává nevyužitých ingrediencí, jak dlouho přibližně zákazníci čekají a pokusím se případně i o analýzu zlepšení tzv. SOS (Speed of Service).

'''Data''':
Vstupní data jako množství zákazníků v jedno hodinách či spotřeba ingrediencí sice budou náhodná (avšak vzájemně spolupracující), nicméně budu vycházet z reálných dat z manažerských systémů tak, aby počty objednávek na různé hodiny přibližně seděly.

'''Doplnění''':
Prostředí bude přímo z KFC, jelikož ale Simprocess má limitované množství entit, nezachytím bohužel všechny suroviny, které se v KFC používají. Proto se pokusím zachytit ty nejdůležitější. Mezi hlavní cíl patří monitoring zbylých surovin a pokusit se o minimalizaci jejich množství, které na konci zbyde. Budu tedy hledat kritická místa, o nichž pak sepíšu zprávu. Mým cílem tedy bude dosáhnutí co nejmenšího zbytku surovin na konci dne. Z vlastní zkušenosti vím, že není možné skončit s naprosto prázdným stavem, neboť to ve výsledku může negativně ovlivnit SOS v průběhu posledních hodin.
V modelu se pochopitelně pokusím o co nejvěrnější proces, tedy sendviče se nějakou dobu zpracovávají, maso se nějakou dobu připravuje a pak nějakou dobu smaží. Uvidím, jak detailně se mi proces povede zachytit.

: Téma je OK, ale je potřeba jej zpřesnit. 1) Stanovte zcela konkrétní cíl(e). Z toho zadání mi to moc konkrétní nepřijde. Co je cílem? Minimalizace zásob? Je to issue? 2) Amrest má pokud vím více brandů. Uvidíte podle definice cíle, ale pravděpodobně bude dobré vyberte si jeden a nasimulovat jej do detailu. 3) Je potřeba zohlednit všechny faktory, které mohou být s ohledem na výsledek relevantní. Předběžně to má zelenou, ale rozpracujte to zadání prosím dopodrobna. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 21:06, 5 May 2019 (CET)

:: Vaší úpravy jsem si všiml až teď - je lepší změnu nějak označit. Simprocess nemá omezené množství entit, pouze ta zkušební verze to tak má, ale říkali jsme si, že seminárku budete dělat ve verzi ostré, která je nainstalována na učebnách, čili důvod k jakýmkoliv omezením není. Za těchto podmínek '''schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:30, 12 May 2019 (CET)

== Simulace automobilových závodů ==
----
'''Název:''' Simulace automobilových závodů

'''Autor:''' [[User:Jinv00|Jinv00]] ([[User talk:Jinv00|talk]]) 10:51, 5 May 2019 (CET)

'''Nástroj:''' Netlogo

'''Typ modelu:''' Multiagentní

'''Popis modelu:''' Simulace pohybu závodních vozů po okruhu. Vozy jsou na začátku závodu seřazeny na startovní rovince, a po odstartování krouží po okruhu. Každý vůz může mít různou (náhodně přidělenou) rychlost. Rychlost vozů je kromě základní přidělené rychlosti závislá i na míře opotřebení pneumatik (opotřebovanější pneumatiky jsou pomalejší než méně opotřebované), na aktuální zvolené směsi pneumatik (měkčí směs pneumatik je rychlejší než tvrdší) a na jízdním stylu řidiče (agresivní jízdní styl je rychlejší než konzervativní). Rychlost opotřebovávání pneumatik je závislá na zvolené směsi pneumatik (měkčí směs pneumatik se opotřebovává rychleji než tvrdší), na jízdním stylu řidiče (agresivním jízdním stylem se pneumatiky opotřebovávají rychleji než konzervativním jízdním stylem) a na vzdálenosti vozu za jiným vozem (jízda do cca 2 sekund za jiným vozem má za následek ztrátu přítlaku, pronásledující vůz tak po trati více "klouže" a tím trpí pneumatiky). Přezouvání pneumatik se provádí během pit stopů, které trvají nějaký čas (a k tomu samotná jízda boxovou uličkou je pomalejší než jízda po okruhu). Projede-li vůz za jiným detekční zónou pro DRS s odstupem menším než 1 sekundu, můžu potom v následující DRS zóně využít DRS pro krátkodobé zvýšení rychlosti. Každý vůz musí během závodu použít alespoň 2 různé směsi pneumatik.

'''Parametry modelu:'''
* Počet vozů
* Počet kol závodu
* Rychlost vozů (náhodná v intervalu od nejnižší zadané rychlosti po nejvyšší zadanou)
* Průměrná míra opotřebení jednotlivých směsí pneumatik
* Míra vlivu opotřebení pneumatik na rychlost vozu
* Míra vlivu použité směsi pneumatik na rychlost vozu
* Míra vlivu jízdního stylu řidiče na rychlost vozu
* Rychlost opotřebovávání jednotlivých směsí pneumatik
* Míra vlivu jízdního stylu řidiče na míru opotřebení pneumatik
* Míra vlivu jízdy v závěsu (do cca 2 s) za jiným vozem na opotřebení pneumatik
* Rychlost vozů v boxové uličce
* Rychlost vozů v DRS zóně
* Zvolená směs pneumatik jednotlivých vozů na startu závodu
* Počet zastávek v boxech

'''Cíl simulace:''' Simulací by se dala odhadnout optimální strategie zastávek v boxech (počet zastávek, načasování zastávek, použité sady pneumatik (a jejich počet)) a optimální jízdní styl (agresivní/konzervativní).

'''Možnosti rozšíření:''' Pravděpodobnosti předjetí v různých částech tratě (v mnou navrženém modelu rychlejší vůz vždy kdekoliv předjede pomalejší, ve skutečnosti je však předjetí nejpravděpodobnější na dlouhých rovinkách (ideálně za asistence DRS) a v zatáčkách s větší šířkou tratě; v modelu vůbec neuvažuji zdržení jednoho vozu za druhým kvůli nemožnosti ho předjet). Kolize (v mnou navrženém modelu sebou mohou jednotlivé vozy "projet" bez jakékoliv možnosti havárie). Slipstream - vůz jedoucí za jiným (především při vyšších rychlostech) může využít slipstream vznikající za pronásledovaným vozem ke zvýšení rychlosti. Různá rychlost vozů v různých částech tratě - vyšší rychlost na rovinkách, nižší v zatáčkách (v mnou navrženém modelu je rychlost vozu na celé trati vždy stejná (kromě boxové uličky a DRS zón)), k tomu by šlo přidat i různé nastavení vozů (vyšší přítlak = vyšší rychlost v zatáčkách a menší na rovinkách, nižší přítlak = nižší rychlost v zatáčkách a vyšší na rovinkách). Simulace množství paliva ve vozech (vliv jízdního stylu řidiče na spalování paliva (agresivní = rychlejší spalování paliva, konzervativní = pomalejší spalování), vliv množství paliva ve vozech na rychlost vozu (více paliva (těžší vůz) = pomalejší, méně paliva (lehčí vůz) = rychlejší) a simulace možnosti přidání tankování paliva během zastávek v boxech. Různé opotřebení jednotlivých pneumatik na voze závislé na různých nastaveních vozu (v mnou navrženém modelu se všechny pneumatiky opotřebovávají stejně a stejnou mírou, ve skutečnosti je však opotřebení pneumatik závislé na orientaci okruhu (pravotočivý/levotočivý) a na různých nastaveních vozu (přítlak předního/zadního přítlačného křídla, geometrie zavěšení, odemknutý/zamknutý diferenciál, brake bias (vyvážení brzd (přední vs zadní kola)), tlak v pneumatikách, tlak brzd, rozmístění hmotnosti (či umístění balastu), atd.)).

: To řešení kolizí by mi v tom modelu připadalo jako poměrně podstatné. Jinak to ale vypadá dobře. '''Schváleno.''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 21:54, 5 May 2019 (CET)

== Simulace Killer Bees ==
----
'''Název simulace:''' Simulace střetu populací Evropských a Afrikanizovaných včel medonosných

'''Autor:''' Michaela Trnková

'''Typ modelu:''' Multiagentní

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' V padesátých letech minulého století stvořil vědec v Brazílii křížence africké a evropské včely medonosné. Afrikanizované včely sice produkují až dvojnásobné množství medu než původní evropský druh, zato si ale zachovaly svoji hyperagresivitu danou množstvím predátorů v Africe. Oproti tomu evropské včely byly po staletí šlechtěny k mírnému chování. V roce 1957 uniklo 26 rojů z původního chovu a dnes tvoří dominantní druh od Jižní Ameriky až po jižní státy USA. Uvádí se, že území, kde dominují afrikanizované nebo hybridní druhy, se každý den posune o dva kilometry na sever.

V modelu se budou populace včel potkávat a křížit mezi sebou. Při vzniku hybridu bude mít hybrid šanci získat buď mírné, nebo hyperagresivní chování.

Existují dva druhy včelích hnízd: člověkem udržované úly a hnízda v přírodě. U lidí mají větší šanci na přežití včelstva s mírnou povahou. Ve volné přírodě naopak včelstva agresivní. Afrikanizované včely mohou také obsadit úl včel evropských nahrazením původní královny.

Prostředí budou tvořit různé "klimatické" zóny s jinými teplotními podmínkami. Čím teplejší a vlhčí zóna, tím více medu dokáží vyprodukovat afrikanizované včely. Naopak čím chladnější nebo sušší zóna, tím menší šanci mají afrikanizované včely šanci přežít. Konflikt těchto dvou druhů a jejich hybridů je častým předmětem zkoumání a měla by být dostupná data pro celkem přesný model.

'''Cílem modelu''' bude sledovat, jak se bude situace vyvíjet v čase a jaká kritéria jsou rozhodující pro prosperitu jednotlivých druhů.

'''Parametry modelu:'''
* Počet možných úlů na území
* Druh zóny a její klima
* Strategie včelařù (preference zisku medu, mírnějšího včelstva aj.)
* Šance na zánik úlu
* Šance na vytvoření nového roje
* Pravděpodobnost zdědění jednotlivých vlastností

'''Možnosti rozšíření:'''

* Nemoci včelstev (některé včely jsou odolnější/náchylnější)
* Výkyvy počasí (mimořádně chladná zima/horké léto/sucho,...)

[[User:Xtrnm15|Xtrnm15]] ([[User talk:Xtrnm15|talk]]) 09:46, 13 May 2019 (CET)

Jo, to je dobré. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 11:08, 15 May 2019 (CET)

== Simulace reklamačního oddělení ==
----
'''Název''': Simulace reklamačního oddělení

'''Autor''': Pavel Gregor

'''Nástroj''': Simprocess

'''Předmět simulace''':
Firma poskytuje zákazníkovi službu a to takovou, že pokud se zákazníkovi zakoupené zboží jakkoli rozbije i vlastním zaviněním, dostane výměnou nový kus za stávající.
Vrácené jednotky pak procházejí testovacím procesem funkčnosti. Rozbité jednotky jsou přeposílány na rozebrání. Rozebrané jednotky se pak využijí na náhradní díly. Otestované jednotky, které projdou celým procesem, bez nalezené chyby jsou vráceny zpět do oběhu za sníženou cenu.

Na každé pozici má operátor předepsaný počet jednotek, které musí v daném čase otestovat. V simulaci bude řešen počet jednotlivých operátorů na daných pozicích, aby nedocházelo k hromadění jednotek na některých z pozic, které jsou časově náročnější. Dále kolik je zapotřebí operátorů v závislosti na počtu přijatých jednotek.
Upravení počtu jednotek/h na jednotlivých pozicích k optimalizaci celého procesu.

'''Modely simulace''':

* Současná situace
* Optimalizace počtu operátorů závisející na denním příjmu jednotek (současný systém)
* Optimalizace počtu zpracovaných jednotek na jednotlivých pozicích z vlastních zkušeností
* Maximální možné vytížení na modelu č. 3 a kapacitě provozovny

'''Popis procesu''':

* Příjem jednotek
* Nahrání jednotek do systému + základní rozřazení dle hlášené chyby (2 kategorie – fyzické x sw poškození/chyba)
* Nabití všech jednotek (test baterie)
* Restore – Tovární nastavení jednotky
* Základní verifikace – ověření hlášené chyby zákazníkem
* SW kontrola funkce display + mechanická kontrola dotyku operátorem
* SW kontrola Audio – reproduktory + mikrofon
* Kontrola základních funkcí telefonu
* Test wifi (2,4 GHz, 5 GHz), Bluetooth, GPS
* Kontrola funkčnosti telefonické komunikace
* Vizuální kontrola jemného fyzického poškození
* Otevření jednotky a kontrola, zda nebyla jednota zasažena tekutinou
* Ověření, zda jednotka nebyla poškozena při otevření (opakují se body 6-10)
* Finální kontrola (vizuální kontrola + tovární nastavení)
* Očištění jednotek
* Balení
* Odeslání

'''Schváleno''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:47, 8 May 2019 (CET)

== Optimalizace centrálního skladu ==

'''Název simulace''': Optimalizace centrálního skladu

'''Autor''': Martin Jirsa

'''Modelovací nástroj''': Simprocess

'''Předmět simulace''':
Obchodní společnost nakupuje zboží od různých dodavatelů. Zboží je dovezeno do centrálního skladu, kde je přerozděleno a odvezeno do menších skladů, které pak zboží distribuují koncovým zákazníkům (obchodníkům). Centrální sklad funguje převážně pro přerozdělování jednotlivých objednávek a vlastní skladovací zásoby jsou minimální. V této simulaci se budu věnovat pouze procesu přerozdělování na lokální sklady.
Každý z lokálních skladů posílá objednávku na dané produkty. Veškeré objednávky jsou dodávány do centrálního skladu. Kde jej pracovníci přerozdělují dle kódu lokálních skladů. Každý pracovník má nyní zavedenou normu na hodinu, kolik musí přerozdělit krabic se zbožím.
Lokální sklady je nacházejí v Ostravě, Brně, Plzni, Českých Budějovicích a v Liberci

'''Entity''':
* Krabice
* Paleta

'''Modely''':

* Vymodelování stávajícího procesu přerozdělování zboží mezi jednotlivými sklady, dle dat ze skladu.
* Model optimalizace počtu pracovníků dle denního příjmu na centrální sklad.
* Maximální možné vytížení skladu dle skladovacích a personálních kapacit.

'''Popis procesu''':

* Příjem zboží – do skladu přijedou nákladní vozy od dodavatelů
* Složení zboží
* Kontrola objednávky (zda dorazilo vše co bylo objednáno) a pokud ne - reklamace (řešeno procentuální chybovostí ze získaných dat)
* Načtení zboží do systému
* Třídění zboží pro lokální sklady
* Balení
* Odeslání

:Odkud budete mít podkladová data? [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 12:39, 19 May 2019 (CET)
::[[User:Martinus|Martinus]] ([[User talk:Martinus|talk]]) 13:53, 19 May 2019 (CET) Data budou poskytnuta od kolegy, který v tomto skladu pracuje na pozici Shift leadera.
:::Dejte si pozor na ta data. Není moc dobré, že je - chápu-li to dobře - nemáte nyní k dispozici. Bude nutné je odzdrojovat, tudíž uvést název té firmy, atd. (pozor, bylo by dobré, aby o tom daná firma věděla, ty práce jsou veřejné). Jinak '''schváleno'''.

== Simulace výběru pokladny na prodejně ==

'''Název simulace''': Simulace výběru pokladny na prodejně

'''Autor''': Jan Hazdra

'''Typ modelu''': Diskrétní simulace

'''Modelovací nástroj''': SIMPROCESS

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

'''Metoda''': Problém bude řešen jako diskrétní simulace v programu Simprocess, jelikož jde o variaci na problém front, který se v Simprocessu řeší nejsnadněji. Při simulaci vycházím z reálných dat posbíraných za jeden den na jedné z prodejen v České Republice. Data se během jednotlivých dnů příliš neliší, proto budu vycházet ze vzorku z jednoho dne.

'''Parametry''':
* typ pokladny
* počet pokladen
* zdržení na pokladně
* počet zákazníků
* doba strávené na prodejně

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

: '''Schváleno''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 20:14, 8 May 2019 (CET)

== Meziměstská autobusová doprava ==
----
'''Název:''' Simulace meziměstské autobusové dopravy

'''Autor:''' [[User:Zikl00|Zikl00]] ([[User talk:Zikl00|talk]]) 12:25, 8 May 2019 (CET)

'''Nástroj:''' Vensim

'''Typ modelu:''' Systémově dynamický

'''Popis modelu:''' Jsme jedním ze zakladatelů dopravní společnost, která se zabývá meziměstskou autobusovou dopravou. Pomocí simulace budeme zjišťovat, v jakých městech se vyplácí provozovat autobusové linky společnosti. Konkurence se nebere v této úloze v úvahu. V simulaci půjde o ekonomické řízení podniku, kde se budou sledovat příjmy a výdaje. V úvahu se bere např. pořizovací cena autobusů a počty pasažérů. Dále musí společnost platit své řidiče a náklady na provoz autobusů. Aby přeprava byla výdělečná, bude záležet také na počtu autobusů. Ty mají danou kapacitu, opotřebení, fixní a variabilní náklady na provoz. Sledovat se bude výdělečnost a ztrátovost přeprav.

'''Parametry modelu:'''
* Počet cestujících na nádražích
* Velikost populace jednotlivých měst
* Vzdálenost mezi městy
* Počet autobusů
* Pořizovací cena jednoho autobusu
* Počet řidičů
* Náklady na provoz jednoho autobusu
* Náklady na jednoho řidiče
* Cena paliva

'''Cíl simulace:''' Výsledky simulace budou sloužit jako podpora při ekonomickém řízení společnosti. Zjistíme, za jakých podmínek se vyplatí provozovat služby společnosti. Můžeme tak i předejít negativním vlivům a budoucím ztrátám.

: Téma samotné se mi líbí, upřesněte prosím ale, kde vezmete data. Bude jich potřeba docela dost. Kupříkladu vytíženost autobusů během dne/týdnu, celkové náklady na vlastnictví/provoz autobusů (údržba, lidské zdroje, redundance, palivo, amortizace, pojištění, atd...). Pokud máte hodnověrné zdroje, na základě kterých jste schopen takové parametry nastavit, tak je to super zadání. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 20:20, 8 May 2019 (CET)

:: Nakonec jsem se rozhodl pro malou úpravu zadání a změnu nástroje. [[User:Zikl00|Zikl00]] ([[User talk:Zikl00|talk]]) 20:47, 13 May 2019 (CET)
:: '''Schváleno''' [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 15:15, 14 May 2019 (CET)

== Retence vody v krajině ==
----
'''Název:''' Simulace retence vody v krajině

'''Autor:''' Jan Reindl

'''Nástroj:''' Netlogo

'''Popis simulace:''' Prostředí tvoří krajina s různě složitým terénem, na který dopadá různé množství srážek. Část vody se vsákne, ale zbytek teče směrem dolů. V místech, kde protéká hodně vody může docházet k erozi. Pokud voda odtéká příliš rychle, půda vysychá. Půda má dvě "vrstvy" první vrstva je povrchová, s omezenou možností absorbovat vodu. Druhá vrstva je hluboká a má relativně neomezenou kapacitu, voda se do ní ale dostává postupně skrze svrchní vrstvu. Uživatel bude mít možnost na jednotlivých "dlaždicích" možnost uměle zvýšit nebo snížit elevaci (vytvořit hráz nebo vykopat příkop). Model bude sledovat množství vsáknuté vody, hladinu "spodních vod", množství vody, která odteče pryč, a závislost těchto výsledků na vydatnosti a četnosti srážek. Jedná se o dnes často zkoumaný problém, a neměl by být problém sehnat data pro relativně přesné nastavení modelu.

'''Parametry modelu:'''
* Vydatnost srážek
* Četnost srážek
* Absorbční schopnost půdy
* Absorbční kapacita půdy
* Pevnost půdy (odolnost proti erozi)
* Množství vody v jednotlivých vrstvách půdy
* Rychlost úbytku vody v půdě

'''Možnosti rozšíření modelu:'''
* Různé druhy půdy (les, pole s řepkou,...)
* Možnost přidání lidského osídlení, které může ohrozit povodeň.
* Více možných terénních úprav
* Různé možnosti generace nebo vložení "mapy"

[[User:Xreij15|Xreij15]] ([[User talk:Xreij15|talk]]) 09:58, 12 May 2019 (CET)

: Jsem pro, vezměte ale prosím nějaké zcela konkrétní území, které budete simulovat, optimálně takové, pro které jsou dostupná data. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 16:51, 12 May 2019 (CET)

== Simulace populačního vývoje České republiky ==

'''Název simulace''': Simulace populačního vývoje České republiky

'''Autor''': Bc. Adam Spivák, spia00

'''Typ modelu''': Systémově dynamický

'''Modelovací nástroj''': Vensim

'''Popis Modelu''': Model zobrazuje vývoj počtu obyvatel České republiky v závislosti na střední délce života, poměru počtu mužů a žen, průměrném věku rodiček, míře plodnosti, zásahu státu, živelných katastrofách (např. povodně), migrace.
Model bude využívat dostupná statistická data týkající se České republiky.

'''Parametry modelu''':
* Počáteční počet obyvatel
* Střední délka života
* Poměr mužů a žen
* Průměrný věk rodiček
* Míra plodnosti

'''Cíl simulace''': Zobrazit v přehledné formě vývoj počtu populace v závislosti na zadaných parametrech.

:Pokud to bude obsahovat komplexně zpracované všechny proměnné uvedené v popisu modelu, tak '''schváleno'''.

== Simulace parkoviště ==
----
'''Název:''' Využití smartphonů k optimalizaci parkování

'''Autor:''' Matyáš Svárovský

'''Typ modelu:''' Multiagentní

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:'''

Model bude multiagentní simulací parkoviště. V jednom případě budu modelovat klasické chování řidičů aut, kdy po vjezdu na parkoviště hledají volné místo a zaparkují. Řidiči nevědí, kde se nachází volné místo, ale chtějí stát co nejblíže u východu a podle toho prohledávají parkovací prostor. Druhá varianta zahrnuje smartphone aplikaci, která sleduje aktuálně volná/plná místa a také místa, která budou obsazená. Nově příchozím řidičům poskytne informace o volném parkovacím místě a ti jedou bez hledání přímo do cíle.

'''Cíl modelu:'''

Porovnat dva modely - bez/s navigací. Sledovat u každého modelu dobu potřebnou pro nalezení parkovacího místa. Sledovat tento čas také podle velikosti parkoviště a aktuálního počtu aut.

Pozorovat zaplňování parkovacího prostoru v závislosti na době dne (viz parametry) a v závislosti na výjezdech a jejich umístění.

'''Parametry modelu:'''
* Počet parkovacích míst
* Počet vjezdů/výjezdů
* Průměrný počet aut na začátku dne, během peak hour, na konci dne (tohle bych měl raději jako parametry, ať mohu pozorovat rozdíl mezi prázdnějším a plným parkovištěm, než hledat konkrétní, pevná data)

: Tohle vypadá jako jedna z mnoha variant klasického modelu predator-prey. Ten byl zpracován už asi tisíckrát. Nemám problém zpracovat jej potísícíprvní, nicméně, musí tam být nějaká jasná přidaná hodnota. Možnost, která by asi šla realizovat, je nesimulovat jakousi virtuální malou/velkou rybu, ale nějaké zcela konkrétní druhy, na základě nějakých jasných parametrů a tvrdých dat. To pochopitelně nevyhnutelně vyžaduje poměrně hlubokou rešerši v pramenech z oblasti biologie. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 12:36, 19 May 2019 (CET)

:: Mohu se tedy podívat po konkrétních datech a vytvořit druhy ryb (a případně dalších živočichů) odpovídající nějakému reálnému případu. Jednotlivé druhy pak budou mít různé vzorce chování, různé vlastnosti a podle potravního řetězce u daného případu vyřeším, kdo konzumuje koho. Jen se tedy bojím, abych při zvýšené realističnosti dostal vůbec nějaké hodnotné výsledky. [[User:Svam00|Svam00]] ([[User talk:Svam00|talk]]) 17:59, 19 May 2019 (CET)

::: No, to je ale součást problému. Na takové rešerši musí být postaveno už to zadání. Obávám se, že z modelu založeného na "malých a velkých rybách" můžete hodnotné výsledky rovněž dostat stěží. Případně zkuste vymyslet něco jiného. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 23:14, 25 May 2019 (CET)

:::: Rozšířil jsem zadání a cíle simulace. [[User:Svam00|Svam00]] ([[User talk:Svam00|talk]]) 10:02, 28 May 2019 (CET)

::::: Berte to tak, že tu úlohu byste měl být schopen vyřešit prakticky jen na základě tohoto zadání. Není tu jediné "tvrdé" číslo a ani ve zdrojích, které jste posktytnul, toho moc není. Kupříkladu, kolik dejme tomu joulů energie znamená růst gramu fytoplanktonu? A odkud jste to vzal? A to je ještě ten snazší problém. Co teprve ten vliv rybolovu? Máte tam hodně agentů, hodně proměnných, přičemž není jasné, jak ty hodnoty nastavíte. Já bych Vám fakt doporučoval, zkuste rychle nahodit něco jiného, tady byste si zavařil. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 00:46, 2 June 2019 (CET)

:::::: Vloženo nové zadání. [[User:Svam00|Svam00]] ([[User talk:Svam00|talk]]) 19:24, 4 June 2019 (CET)

Assignment SS 2018/2019/cs

2019-05-28T09:03:37Z

Svam00:

{{DISPLAYTITLE:Zadání LS 2018/2019}}

{{Ambox
| text = <div>
Na tuto stránku vkládejte svá zadání. Nezapomeňte se podepsat. Můžete použít <nowiki>~~~~</nowiki> (čtyři tildy) k automatickému podpisu. Používejte Ukázat náhled, abyste si prohlédli Váš výsledek před konečným odesláním.
</div>
}}

{{Ambox
| text = <div>
Prosíme, snažte se formulovat Vaše zadání pečlive. S ohledem na to, že jde o Vaši semestrální práci, očekáváme adekvátní úsilí vynaložené na zadání. Nezapomeňte, že hlavním výsledkem má být výzkumná zpráva, což znamená, že Váš simulační model musí generovat takové výsledky, které jsou konkrétní, měřitelné a ověřitelné. Pečlivě promyslete, jakým způsobem budete vyvíjet Váš model, odvoďte entity, které budete používat, nakreslete si diagram modelu, zvažte, co budete měřit. Teprve pokud máte o modelu dostatečně přesnou představu, vložte Vaše zadání. A samozřejmě, nezapomeňte si prosím přečíst [[How to deal with the simulation assignment/cs|Jak na simulace]].
</div>
}}

{{Ambox
| type = content
| text = <div>
Abychom se vyhnuli případnému budoucímu nedorozumnění, prosíme, ověřte si, že máte tučné '''schváleno''' někde v našem komentáři pod Vaším zadání. Pokud tam není '''schváleno''', znamená to, že Vaše zadání dosud schváleno nebylo.
</div>
}}

== Simulace sjezdovky ==

'''Název simulace''': Simulace sjezdovky

'''Autor''': Michal Pokorný

'''Typ modelu''': Multiagentní

'''Modelovací nástroj''': NetLogo

'''Popis Modelu''': Simulace pohybu lyžařů/snowboardistů na svahu. Účastníci simulace jsou nejdříve vyvezeni vlekem/ky na vrcholek svahu a následně v závislosti na svojí strategii sjedou svah dolů.
Simulace by řešila optimální počet a průchodnost vleků v závislosti na počtu účastníků (toto lze řešit výpočtem), počet nehod v závislosti na počtu vleků/účastníků a porovnání jednotlivých strategií účastníků (jejich rychlost) s pravděpodobností jejich srážky s jiným účastníkem.

'''Parametry modelu''':
* Velikost svahu
* Počet účastníků
* Strategie (rychlost) účastníků
* Počet a rychlost vleků

'''Možné rozšíření''': Úprk před lavinou, různé typy (rychlosti) sjezdovek, možnost pádu účastníka bez srážky s jiným účastníkem, různé obtížnosti sjezdovek (vyšší četnost pádů), vliv strategie na četnost pádů

: Nevidím tady mnoho důvodů k agentní simulaci. Vychází mi z toho simulace diskrétní a to ještě poměrně jednoduchá. Popřemýšlel bych buďto, jak to transformovat do simulace vhodné pro agenty (viz kritéria diskutovaný na poslední hodině) nebo to dělat jako diskrétní simulaci (ale v tom případě by bylo dobré trochu zvýšit složitost) či popřemýšlet o něčem úplně jiném. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:27, 5 May 2019 (CET)
:: Doplňuji s odstupem pár dnů - vemte si prosím případ nějaké konkrétní sjezdovky (velká lyžařská centra mají poměrně detailní mapy a dokonce jsou k dispozici i nějaké informace o kapacitách a vytížení) a pak by to smysl jako agentní simulace dávalo. Pokud je to v takovéhle modifikaci za Vás OK, pak '''schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:43, 8 May 2019 (CET)

== Simulace šíření spalniček ==

'''Název simulace''': Simulace šíření spalniček

'''Autor''': Bc. Jurij Povoroznyk, povj01

'''Typ modelu''': Systémová dynamika

'''Modelovací nástroj''': Vensim

'''Popis Modelu''': V České republice propukla epidemie spalniček. Tato nemoc se k nám dostal od cestovatele z Indie přímo do hlavního města Prahy. Celkově bylo nakaženo 2 000 lidí a další lidé rychle přibývají. Nakažený jedinci jsou z různých věkových kategorií. Přičemž děti v rozmezí 3–5 let jsou na tuto nemoc náchylnější a můžou této nemoci rychle podlehnout, dokonce umřít pokud nejsou již očkování. Očkovat dítě je možné minimálně od 1 roku života. Bylo zjištěno, že z celého souboru nebylo očkováno ani jednou dávkou vakcíny 39 % osob. Dvěma dávkami vakcíny bylo očkováno 42 % nakažených. Onemocnění se projevuje horečkou, rýmou, kašlem, slzícíma očima a na bukální sliznici jsou bělavé tečky se zarudlým okolím. Virus spalniček se přenáší kapénkovou infekcí. Inkubační doba spalniček je 6–19 dní, průměrně 13 dní. Infikovaní lidé jsou nakažliví ještě 4 až 5 dní před propuknutím této nemoci. Úmrtnost je velmi malá, 3 smrti z 1 000 případů. U dětí, které nedostali vakcínu a jsou nakažený touto chorobou je patřičně větší.

'''Parametry modelu''':
* Počet infikovaných
* Počet zdravých
* Počet jedinců z různých věkových kategorií
* Očkovaných jednou vakcínou, dvěma nebo žádnou
* Počet mrtvých
* Těžce nemocný jedinci

'''Cíl simulace''': Cílem tohoto modelu je určit a sledovat průběh této epidemie. Zároveň pomocí tohoto modelu lze určit, jak budou na tuto epidemii reagovat různé věkové kategorie a počet vakcín obdržených před vypuknutím epidemie. Údaje získané z této simulace by měly přesvědčit rodiče k očkování svých děti ihned jak to bude možné.

'''Možnosti rozšíření''': Model lze rozšířit o konkrétnější data - např.: typ vakcíny, absolvovaná karanténa nebo počet zdravých jedinců v rodině. Celkově se model rozšíří pokud budou adekvátní přibližná data a statistiky propuklé epidemie.

: Není mi úplně jasné, jak by to mělo vypadat a proč to chcete dělat jako agentní simulaci. Vezměte si prosím ta kritéria, která jsme si říkali na poslední hodině a otestujte si, kterým to vyhovuje. Tak jak je to popsáno by to podle mě spíš směřovalo do systémové dynamiky. Zkuste to prosím buď jinak navrhnout nebo zvolit jiný nástroj nebo eventuálně jiné téma. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:45, 5 May 2019 (CET)

:: Děkuji za Váš komentář. Hlavním důvodem výběru multiagentní simulace a konkrétně nástroje NetLogo je využití více typů jednotlivých agentů s rozlišnýma vlastnostmi a různorodýma reakcemi mezi sebou. Půjde především o lidi, kteří se budou lišit jak věkovou kategorií, tak samotnou šancí získat tuto nemoc dle výše zmíněných statistik získaných z ČSÚ. Dalším agentem je samotný virus. Mimo to by bylo možné přidat karanténu, kdy lidi budou uzamčený a nebudou moci nakazit ostatní zdravé jedince. Ovšem nedokážu si představit, jak to bude náročné na samotné programování. Zároveň vypuklá epidemie spalniček bude mít větší šanci nakazit jedince se slabší imunitou. Z výše uvedených informací mi přijde, že multiagentní simulace je nejvhodnější variantou pro aplikování této simulace. [[User:Povj01|Povj01]] ([[User talk:Povj01|talk]]) 11:39, 10 May 2019 (CET)

::: To co píšete, samozřejmě smysl dává. Nicméně, obecně se šíření chorob často zvrhne v jakési hemžení, kde si nakažení vzájemně předávají infekci. Nakolik to pak má kontakt s realitou, je často dost diskutabilní, proto se ptám předem, jak by to mělo vypadat a je opravdu důležité, abyste to měl rozmyšleno. Klidně sem prosím připojte nějaký nákres. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 16:48, 12 May 2019 (CET)

:::: Děkuji za odpověď. V příloze zasílám vytvořený návrh. Jde především o představu vytvořenou ve Photoshopu, tudíž se může částečně lišit od finální verze simulace. S realitou to bude mít velkou spojitost. Ať už jde o samotná čísla, která budou reálná a budou získaná z ČSÚ nebo vytvoření 1 či více karantén, jenž se vytvoří po velkém seskupení nemocných na jednom místě. Toto řešení by mohlo obohatit výsledek, zda vytvoření této karantény zabrání šíření a zda je vhodné vytvořit jednu či více. U jednotlivých agentů vytvořených v návrhu půjde také o dávky které získali jako prevenci proti spalničkám. U těchto simulací si nedokážu, jak více to lze propojit s realitou. Napadá mě ještě udělat nějakou reálnou budovu, např.: VŠE, kde se tyto spalničky budou šířit. Toto téma jsem si především vybral právě po reálném objevení spalniček na půdě VŠE. Odkaz na představu simulace [[Media:Spalnicky simulation.jpg|se nachází zde!]] [[User:Povj01|Povj01]] ([[User talk:Povj01|talk]]) 19:07, 12 May 2019 (CET)

::::: Tohle je to, čemu říkám "hemžení". Ve skutečnosti budete mít problém, aby vám v takovém modelu fungovala statistika. Na to totiž potřebujete mít pro každý dílčí jev dostatečné množství výskytů. To se dá ještě jakžtakž zajistit co se týče nějakého šíření epidemie, ale už musíte zanedbat prostorové aspekty, protože na takto malé ploše s takto málo agenty by došlo k obrovskému zkreslení výsledků (bavíme se o dejme tomu desítkách výskytů v desetimilionové populaci, o je z hlediska simulace strašlivě málo). Z toho vyplývá i problém s karanténou. Kolik lidí se do ní dostane? Rozumím tomu dobře, že jsou to ti, co "vlezou do té místnosti"? V tom případě je příslušnou proměnnou šířka toho vstupu. Atd. To téma je zajímavé a jsem pro, ale obávám se, že agentní simulace je pro něj nevhodná (alespoň pokud je formulováno tak, jak je formulováno). Simulace epidemií běžně pracují s miliony agenty, což v NetLogu moc dobře nejde. Jinak vám bude vycházet, že prakticky nikdo neonemocní nebo všichni rychle pomřou. Zvážil bych systémovou dynamiku. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:20, 12 May 2019 (CET)

:::::: Dobře tedy, rád bych zůstal u tohoto zadání. Šlo by to tedy dělat systémovou dynamikou pomocí Vensimu? V takovém případě by toto zadání bylo schváleno? [[User:Povj01|Povj01]] ([[User talk:Povj01|talk]]) 19:30, 12 May 2019 (CET)

:::::: Systémová dynamika je na to vhodná, takže ano.'''Schváleno'''. Pozor na to, jak to pak pojmete, aby simulace byla přiměřeným způsobem komplexní. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 19:55, 12 May 2019 (CET)

== Příjem, zpracování a vyloučení alkoholu z těla ==

'''Název simulace''': Příjem, zpracování a vyloučení alkoholu z těla

'''Autor''': Bc. Josef Čekan, cekj01

'''Typ modelu''': Systémově dynamický

'''Modelovací nástroj''': Vensim

'''Popis Modelu''': Tento model ukazuje účinek alkoholu na lidské tělo, když sleduje jeho příjem, zpracování a vylučování z těla. Model na základě několika faktorů dokáže odhadnout množství alkoholu v krvi po celou dobu užívání i odbourávání alkoholu, stejně jako dobu potřebnou k jeho úplnému odbourání. Hlavními faktory v modelu jsou váha jedince, typ alkoholu, množství konzumovaného alkoholu a doba samotné konzumace. Na model a jeho výsledky poté mají vliv například počet skleniček za hodinu, míra obsaženého alkoholu, objem tekutin v těle, Michaelisova konstanta či míra tolerance k alkoholu.

'''Parametry modelu''':
* Váha jedince
* Délka trvání konzumace alkoholu (včetně hodinové frekvence)
* Množství konzumovaného alkoholu
* Typ alkoholu

'''Cíl simulace''': Na základě získaných dat dokáže model vykreslit graf s množstvím promile v každém čase od začátku užívání alkoholu až do konce jeho odbourávání. Pomocí tohoto modelu tak lze například zjistit způsobilost(vzhledem k povolené míře alkoholu v krvi v závislosti na státě) k řížení vozidla pro konkrétního člověka dle množství a typu alkoholu. Stejně tak je pomocí modelu možné zjistit za jak dlouho bude veškerý alkohol z těla odbourán.

'''Možnosti rozšíření''':

: ''' Schváleno''', ale zamyslte se nad tím, jak ten model udělat komplexnější, aby z toho nevylezla jen jednoduchá kalkulace. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 12:40, 12 May 2019 (CET)

== Simulace optímálneho počtu výčapov piva na štadióne ==

'''Název simulace''': Simulace optímálneho počtu výčapov piva na štadióne

'''Autor''': Bc. Dominik Turák, turd01

'''Typ modelu''': Diskrétni simulace

'''Modelovací nástroj''': Simprocess

'''Popis Modelu''': Na hokejových alebo futbalových zápasoch sa často stáva, že človek musí čakať na pivo v dlhom rade celú večnosť. Navyše, ak sa poblízku štadióna nachádza podnik, v ktorom tiež čapujú pivo, ľudia sa mnohokrát rozhodnú ísť si radšej načapovať pivo tam, pretože je to pre nich mnohokrát výhodnejšie, či už z časového alebo finančného hľadiska. Štadión tým pádom stráca potencionálny zisk a naopak, pri malom počte ľudí zbytočne prepláca pracujúcich výčapníkov.

Model bude obsahovať tieto data:
* X fanúšikov na štadióne, ktorí chcú pivo
* Y výčapov na štadióne
* Z výčapov mimo štadióna
* cena piva na štadióne
* cena piva v konkurenčných výčapoch

'''Cíl simulace''': Nájsť otpimálny počet výčapov prihľiadnúc na počet ľudí na štadióne tak, aby sa minimalizovali straty od nedočkavých ľudí, ktorí si radšej zvolia konkurenčný výčap

'''Možnosti rozšíření''': Rozdielne ceny piva v konkurenčných výčapoch, počet konkurenčných výčapov a vzdialenosti výčapov od štadióna

: Nevidím v tomto zadání nějakou přidanou hodnotu. Co by mělo být přínosem? Velmi rychle byste zjistil, že výsledek je předvídatelný a závislý především na modelu chování účastníků. Doporučoval bych to přehodnotit. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 20:56, 5 May 2019 (CET)

:: Tak som nad tým premýšľal a rád by som asi spravil niečo úplne iné. Rád by som urobil simulaci optimálneho počtu výčapov na štadióne : X ludi, Y výčapov na štadióne a Z konkurenčných výčapov mimo štadiónu. Prínosom tejto simulácie by mala byť optimalizácia počtu výčapov na štadióne podľa počtu divákov na štadióne a minimalizácia strát sposobená dlhým čakaním na pivo a voľbou ísť si načapovať pivo do konkurenčnej krčmy blízko štadiónu.[[User:turd01|Dominik]] ([[User talk:Turd01|talk]]) 18:10, 12 May 2019 (CET)

::: V čem to chcete dělat? [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:04, 12 May 2019 (CET)

:::: Rád by som to robil v NetLogu, rozmýšľal som aj nad SimProcessom, ale radšej by som si naprogramoval agentov. [[User:turd01|Dominik]] ([[User talk:Turd01|talk]]) 19:10, 12 May 2019 (CET)

::::: Já si myslím, že tohle je jednoznačně na diskrétní simulaci. Proč a hlavně jak to dělat jako simulaci agentní tam moc nevidím. Bylo by ovšem každopádně dobré zjistit si parametry a data nějakého skutečného stadionu. Pokud souhlasíte, pak '''schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:23, 12 May 2019 (CET)

== Simulace ideálního rozdělení klužiště na rybníkový hokej ==

'''Název simulace''': Simulace ideálního rozdělení klužiště na rybníkový hokej

'''Autor''': David Lisý, xlisd05

'''Typ modelu''': diskrétní simulace

'''Modelovací nástroj''': SIMPROCESS

'''Popis Modelu''': Jelikož hokej závodně hraji, rozhodl jsem se na toto téma zpracovat i svou simulaci. V současnosti je trendem pro závodní, ale především pro rekreační hráče tzv."rybníkový hokej". Ten se hraje bez výstroje, v počtu 4 na 4, na malé branky a na třetinu jednoho klasického kluziště (na jedné klasické ledové ploše tedy máme 3 hrací plochy pro rybníkový hokej). Z vlastní zkušenosti mohu potvrdit, že hrají-li spolu pohromadě závodní hráči s hráči amatérskými, výsledná hra ztrácí na své kvalitě. Je proto lepší, hrají-li zápas proti sobě hráči stejné výkonnostní kategorie. Rozlišujeme pak tyto:
- závodní hráč (hráč se zkušenostmi z profesionálních, či závodních soutěží)
- pokročilý amatérský hráč (hráč se zkušeností z rekreačních soutěží)
- amatérský hráč - začátečník (hráč bez jakýchkoliv zkušeností z rekreačních soutěží)

Data budou čerpána z reálného zimního stadionu v Praze, který disponuje 2 ledovými plochami (celkově tedy simulace sleduje 6 hracích ploch pro rybníkový hokej). Podstatný fakt je ten, že se tedy hraje 4 na 4, střídá se stylem "poslední do hry - poslední na střídačku" (na střídačce se nám tedy tvoří jakási fronta hráčů) a počet hráčů na jedné střídačce není nikterak omezen. Na základě vlastního pozorování budu v simulaci počítat s následujícím procentuálním rozdělením výkonnostních kategorií:
- závodní hráči = 15%
- pokročilí amatérští hráči = 60%
- amatérští hráči - začátečníci = 25%

'''Parametry modelu''':
* počet hráčů
* průměrná doba hraní na stadionu
* počet hracích ploch pro rybníkový hokej (6)

'''Cíl simulace''': pomocí simulace zjistit ideální rozvrhnutí hracích ploch dle výkonnostních kategorií

'''Schváleno''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:45, 8 May 2019 (CET)

== Vytíženost posilovny ==

----
'''Název''': Vytíženost posilovny

'''Autor''': Martin Matějka, xmatm82

'''Nástroj''': SIMPROCESS

'''Definice problému''':
V dnešní době je velice populární zajít si zacvičit nebo se jen tak protáhnout do pohodlné, hezky vybavené posilovny. Jelikož je tento způsob cvičení v dnešní době tak populární, je dobré vědět, jak si na tom určitá posilovna stojí z hlediska schopnosti pokrytí návševnosti. Jak z pohledu zákazníka, tak i provozního, co by mohl zlepšit.  Mají dostatek místa? Dostatek nástrojů či pomůcek na posílování? Mají všichni možnost se dojít osprchovat bez delšího čekání nebo nevázne to hnedka u vchodu při koupi vstupenky?

'''Metoda''':
V simulaci bude zahrnuta spousta entit, které budou mít na výsledné hodnoty vliv (druh zákazníka, doba návštěvy..), ale jednou z nejdůležitějčích entit je množství a frekvence návševníků přicházející do posilovny. Pro generování návštěvníků bude použit určitý algoritmus, který bude produkovat náhodná čísla, ale také bude zahrnovat učité hodnoty ze známého chování návštěvníků. Například, že v dopoledních hodinách je nevštěvnost o něco měnší a nebo o víkendech zase vyšší. Pro zanalyzování vytíženosti posilovny v čase je Monte Carlo dobrá volba.

::Zdravím, co všechno by byly tedy náhodné proměnné? Na základě jakých reálných dat budete odvozovat jejich pravděpodobnostní rozdělení? (data a odvození pravděpodobnostních rozdělení musí být součástí vypracované simulace). Jak přesně bude simulace fungovat? Předpokládám, že i když zmiňujete Monte Carlo, tak jako nástroj jste si vybral Simprocess, což je v tomto případě relevatní - v Excelu by udělat nešlo. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 12:11, 4 May 2019 (CET)

::: Odpověďi:
::: 1)''Náhodné proměné?''
- počet návštěvníků
- zaměření návštěvníka
- fitness partie (horní, dolní, full-body)
- cardio
- volba nástrojů na cvičení
- popřípadě i doba návštěvy

::: 2)''Reálných dat?'' Co se týče vybavení posilovny (druhy,počty strojů), mohu sestavit několik šablon, které v reálu představujou posilovny, které znám. Návštěvnost bude taková, aby byla reálná a také trochu hraniční, aby byla známa přibližná maximální zatíženost posilovny. Dále čas strávených na určitých posilovacích zařízení budou stanoveny podle mého vlasního uvážení, které vychází z mnoha let zkušeností.

::: 3)''Jak bude fungovat?'' Budou přícházet návštěvnící do posilovny. Která má stanovený počty několika druhů vybavení. Každý návštěvník má určité zaměření, co chce posilovat a tím je stanoveno jaké stroje by chtěl použít. Použije pár strojů, vysprchuje, oblíkne a odejde. Budem sledovat jaké stroje jsou nejvíce/nejméně vytíženy. Kde má posilovna nedostatny atd. [[User:Xmatm82|Xmatm82]] ([[User talk:Xmatm82|talk]]) 19:34, 7 May 2019 (CET)

:::: V pořádku, nicméně: opatřete si data z nějaké konkrétní posilovny/posiloven. Z kontextu jsem pochopil, že Vám toto prostředí není cizí, neměl by to pro Vás být tedy problém. Vlastní zkušenost je důležitá, ale někdy nekoresponduje zcela s realitou. Dále, tak jak to popisujete (náhodné volby různých posilovacích strojů apod.), není úplně triviální. Lze to udělat, každopádně potřebujete ostrou verzi Simprocessu (je na učebnách). '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:51, 8 May 2019 (CET)

== Spotřeba surovin ve fastfoodu ==
----
'''Název''': Spotřeba surovin ve fastfoodu

'''Autor''': Josef Kočí

'''Nástroj''': Simprocess

'''Definice modelu''':
Protože již 4 roky pracuji ve společnosti AmRest, z pozice hlavního instruktora mám přístup k manažerským systémům, kde lze sledovat data o prodeji, počtu objednávek v různých hodinách a spotřebu jednotlivých ingrediencí. Mým cílem je část této reality zachytit v programu Simprocess, zobrazit v něm proces na jednotlivých ingrediencích, jejich objednání a naskladnění ráno, jejich průběžné vyskladňování, použití do procesu až k vydání zákazníkům. Proces tak zachytí, kolik dle simulací průměrně zůstává nevyužitých ingrediencí, jak dlouho přibližně zákazníci čekají a pokusím se případně i o analýzu zlepšení tzv. SOS (Speed of Service).

'''Data''':
Vstupní data jako množství zákazníků v jedno hodinách či spotřeba ingrediencí sice budou náhodná (avšak vzájemně spolupracující), nicméně budu vycházet z reálných dat z manažerských systémů tak, aby počty objednávek na různé hodiny přibližně seděly.

'''Doplnění''':
Prostředí bude přímo z KFC, jelikož ale Simprocess má limitované množství entit, nezachytím bohužel všechny suroviny, které se v KFC používají. Proto se pokusím zachytit ty nejdůležitější. Mezi hlavní cíl patří monitoring zbylých surovin a pokusit se o minimalizaci jejich množství, které na konci zbyde. Budu tedy hledat kritická místa, o nichž pak sepíšu zprávu. Mým cílem tedy bude dosáhnutí co nejmenšího zbytku surovin na konci dne. Z vlastní zkušenosti vím, že není možné skončit s naprosto prázdným stavem, neboť to ve výsledku může negativně ovlivnit SOS v průběhu posledních hodin.
V modelu se pochopitelně pokusím o co nejvěrnější proces, tedy sendviče se nějakou dobu zpracovávají, maso se nějakou dobu připravuje a pak nějakou dobu smaží. Uvidím, jak detailně se mi proces povede zachytit.

: Téma je OK, ale je potřeba jej zpřesnit. 1) Stanovte zcela konkrétní cíl(e). Z toho zadání mi to moc konkrétní nepřijde. Co je cílem? Minimalizace zásob? Je to issue? 2) Amrest má pokud vím více brandů. Uvidíte podle definice cíle, ale pravděpodobně bude dobré vyberte si jeden a nasimulovat jej do detailu. 3) Je potřeba zohlednit všechny faktory, které mohou být s ohledem na výsledek relevantní. Předběžně to má zelenou, ale rozpracujte to zadání prosím dopodrobna. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 21:06, 5 May 2019 (CET)

:: Vaší úpravy jsem si všiml až teď - je lepší změnu nějak označit. Simprocess nemá omezené množství entit, pouze ta zkušební verze to tak má, ale říkali jsme si, že seminárku budete dělat ve verzi ostré, která je nainstalována na učebnách, čili důvod k jakýmkoliv omezením není. Za těchto podmínek '''schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:30, 12 May 2019 (CET)

== Simulace automobilových závodů ==
----
'''Název:''' Simulace automobilových závodů

'''Autor:''' [[User:Jinv00|Jinv00]] ([[User talk:Jinv00|talk]]) 10:51, 5 May 2019 (CET)

'''Nástroj:''' Netlogo

'''Typ modelu:''' Multiagentní

'''Popis modelu:''' Simulace pohybu závodních vozů po okruhu. Vozy jsou na začátku závodu seřazeny na startovní rovince, a po odstartování krouží po okruhu. Každý vůz může mít různou (náhodně přidělenou) rychlost. Rychlost vozů je kromě základní přidělené rychlosti závislá i na míře opotřebení pneumatik (opotřebovanější pneumatiky jsou pomalejší než méně opotřebované), na aktuální zvolené směsi pneumatik (měkčí směs pneumatik je rychlejší než tvrdší) a na jízdním stylu řidiče (agresivní jízdní styl je rychlejší než konzervativní). Rychlost opotřebovávání pneumatik je závislá na zvolené směsi pneumatik (měkčí směs pneumatik se opotřebovává rychleji než tvrdší), na jízdním stylu řidiče (agresivním jízdním stylem se pneumatiky opotřebovávají rychleji než konzervativním jízdním stylem) a na vzdálenosti vozu za jiným vozem (jízda do cca 2 sekund za jiným vozem má za následek ztrátu přítlaku, pronásledující vůz tak po trati více "klouže" a tím trpí pneumatiky). Přezouvání pneumatik se provádí během pit stopů, které trvají nějaký čas (a k tomu samotná jízda boxovou uličkou je pomalejší než jízda po okruhu). Projede-li vůz za jiným detekční zónou pro DRS s odstupem menším než 1 sekundu, můžu potom v následující DRS zóně využít DRS pro krátkodobé zvýšení rychlosti. Každý vůz musí během závodu použít alespoň 2 různé směsi pneumatik.

'''Parametry modelu:'''
* Počet vozů
* Počet kol závodu
* Rychlost vozů (náhodná v intervalu od nejnižší zadané rychlosti po nejvyšší zadanou)
* Průměrná míra opotřebení jednotlivých směsí pneumatik
* Míra vlivu opotřebení pneumatik na rychlost vozu
* Míra vlivu použité směsi pneumatik na rychlost vozu
* Míra vlivu jízdního stylu řidiče na rychlost vozu
* Rychlost opotřebovávání jednotlivých směsí pneumatik
* Míra vlivu jízdního stylu řidiče na míru opotřebení pneumatik
* Míra vlivu jízdy v závěsu (do cca 2 s) za jiným vozem na opotřebení pneumatik
* Rychlost vozů v boxové uličce
* Rychlost vozů v DRS zóně
* Zvolená směs pneumatik jednotlivých vozů na startu závodu
* Počet zastávek v boxech

'''Cíl simulace:''' Simulací by se dala odhadnout optimální strategie zastávek v boxech (počet zastávek, načasování zastávek, použité sady pneumatik (a jejich počet)) a optimální jízdní styl (agresivní/konzervativní).

'''Možnosti rozšíření:''' Pravděpodobnosti předjetí v různých částech tratě (v mnou navrženém modelu rychlejší vůz vždy kdekoliv předjede pomalejší, ve skutečnosti je však předjetí nejpravděpodobnější na dlouhých rovinkách (ideálně za asistence DRS) a v zatáčkách s větší šířkou tratě; v modelu vůbec neuvažuji zdržení jednoho vozu za druhým kvůli nemožnosti ho předjet). Kolize (v mnou navrženém modelu sebou mohou jednotlivé vozy "projet" bez jakékoliv možnosti havárie). Slipstream - vůz jedoucí za jiným (především při vyšších rychlostech) může využít slipstream vznikající za pronásledovaným vozem ke zvýšení rychlosti. Různá rychlost vozů v různých částech tratě - vyšší rychlost na rovinkách, nižší v zatáčkách (v mnou navrženém modelu je rychlost vozu na celé trati vždy stejná (kromě boxové uličky a DRS zón)), k tomu by šlo přidat i různé nastavení vozů (vyšší přítlak = vyšší rychlost v zatáčkách a menší na rovinkách, nižší přítlak = nižší rychlost v zatáčkách a vyšší na rovinkách). Simulace množství paliva ve vozech (vliv jízdního stylu řidiče na spalování paliva (agresivní = rychlejší spalování paliva, konzervativní = pomalejší spalování), vliv množství paliva ve vozech na rychlost vozu (více paliva (těžší vůz) = pomalejší, méně paliva (lehčí vůz) = rychlejší) a simulace možnosti přidání tankování paliva během zastávek v boxech. Různé opotřebení jednotlivých pneumatik na voze závislé na různých nastaveních vozu (v mnou navrženém modelu se všechny pneumatiky opotřebovávají stejně a stejnou mírou, ve skutečnosti je však opotřebení pneumatik závislé na orientaci okruhu (pravotočivý/levotočivý) a na různých nastaveních vozu (přítlak předního/zadního přítlačného křídla, geometrie zavěšení, odemknutý/zamknutý diferenciál, brake bias (vyvážení brzd (přední vs zadní kola)), tlak v pneumatikách, tlak brzd, rozmístění hmotnosti (či umístění balastu), atd.)).

: To řešení kolizí by mi v tom modelu připadalo jako poměrně podstatné. Jinak to ale vypadá dobře. '''Schváleno.''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 21:54, 5 May 2019 (CET)

== Simulace Killer Bees ==
----
'''Název simulace:''' Simulace střetu populací Evropských a Afrikanizovaných včel medonosných

'''Autor:''' Michaela Trnková

'''Typ modelu:''' Multiagentní

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' V padesátých letech minulého století stvořil vědec v Brazílii křížence africké a evropské včely medonosné. Afrikanizované včely sice produkují až dvojnásobné množství medu než původní evropský druh, zato si ale zachovaly svoji hyperagresivitu danou množstvím predátorů v Africe. Oproti tomu evropské včely byly po staletí šlechtěny k mírnému chování. V roce 1957 uniklo 26 rojů z původního chovu a dnes tvoří dominantní druh od Jižní Ameriky až po jižní státy USA. Uvádí se, že území, kde dominují afrikanizované nebo hybridní druhy, se každý den posune o dva kilometry na sever.

V modelu se budou populace včel potkávat a křížit mezi sebou. Při vzniku hybridu bude mít hybrid šanci získat buď mírné, nebo hyperagresivní chování.

Existují dva druhy včelích hnízd: člověkem udržované úly a hnízda v přírodě. U lidí mají větší šanci na přežití včelstva s mírnou povahou. Ve volné přírodě naopak včelstva agresivní. Afrikanizované včely mohou také obsadit úl včel evropských nahrazením původní královny.

Prostředí budou tvořit různé "klimatické" zóny s jinými teplotními podmínkami. Čím teplejší a vlhčí zóna, tím více medu dokáží vyprodukovat afrikanizované včely. Naopak čím chladnější nebo sušší zóna, tím menší šanci mají afrikanizované včely šanci přežít. Konflikt těchto dvou druhů a jejich hybridů je častým předmětem zkoumání a měla by být dostupná data pro celkem přesný model.

'''Cílem modelu''' bude sledovat, jak se bude situace vyvíjet v čase a jaká kritéria jsou rozhodující pro prosperitu jednotlivých druhů.

'''Parametry modelu:'''
* Počet možných úlů na území
* Druh zóny a její klima
* Strategie včelařù (preference zisku medu, mírnějšího včelstva aj.)
* Šance na zánik úlu
* Šance na vytvoření nového roje
* Pravděpodobnost zdědění jednotlivých vlastností

'''Možnosti rozšíření:'''

* Nemoci včelstev (některé včely jsou odolnější/náchylnější)
* Výkyvy počasí (mimořádně chladná zima/horké léto/sucho,...)

[[User:Xtrnm15|Xtrnm15]] ([[User talk:Xtrnm15|talk]]) 09:46, 13 May 2019 (CET)

Jo, to je dobré. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 11:08, 15 May 2019 (CET)

== Simulace reklamačního oddělení ==
----
'''Název''': Simulace reklamačního oddělení

'''Autor''': Pavel Gregor

'''Nástroj''': Simprocess

'''Předmět simulace''':
Firma poskytuje zákazníkovi službu a to takovou, že pokud se zákazníkovi zakoupené zboží jakkoli rozbije i vlastním zaviněním, dostane výměnou nový kus za stávající.
Vrácené jednotky pak procházejí testovacím procesem funkčnosti. Rozbité jednotky jsou přeposílány na rozebrání. Rozebrané jednotky se pak využijí na náhradní díly. Otestované jednotky, které projdou celým procesem, bez nalezené chyby jsou vráceny zpět do oběhu za sníženou cenu.

Na každé pozici má operátor předepsaný počet jednotek, které musí v daném čase otestovat. V simulaci bude řešen počet jednotlivých operátorů na daných pozicích, aby nedocházelo k hromadění jednotek na některých z pozic, které jsou časově náročnější. Dále kolik je zapotřebí operátorů v závislosti na počtu přijatých jednotek.
Upravení počtu jednotek/h na jednotlivých pozicích k optimalizaci celého procesu.

'''Modely simulace''':

* Současná situace
* Optimalizace počtu operátorů závisející na denním příjmu jednotek (současný systém)
* Optimalizace počtu zpracovaných jednotek na jednotlivých pozicích z vlastních zkušeností
* Maximální možné vytížení na modelu č. 3 a kapacitě provozovny

'''Popis procesu''':

* Příjem jednotek
* Nahrání jednotek do systému + základní rozřazení dle hlášené chyby (2 kategorie – fyzické x sw poškození/chyba)
* Nabití všech jednotek (test baterie)
* Restore – Tovární nastavení jednotky
* Základní verifikace – ověření hlášené chyby zákazníkem
* SW kontrola funkce display + mechanická kontrola dotyku operátorem
* SW kontrola Audio – reproduktory + mikrofon
* Kontrola základních funkcí telefonu
* Test wifi (2,4 GHz, 5 GHz), Bluetooth, GPS
* Kontrola funkčnosti telefonické komunikace
* Vizuální kontrola jemného fyzického poškození
* Otevření jednotky a kontrola, zda nebyla jednota zasažena tekutinou
* Ověření, zda jednotka nebyla poškozena při otevření (opakují se body 6-10)
* Finální kontrola (vizuální kontrola + tovární nastavení)
* Očištění jednotek
* Balení
* Odeslání

'''Schváleno''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:47, 8 May 2019 (CET)

== Optimalizace centrálního skladu ==

'''Název simulace''': Optimalizace centrálního skladu

'''Autor''': Martin Jirsa

'''Modelovací nástroj''': Simprocess

'''Předmět simulace''':
Velká obchodní společnost nakupuje zboží od různých dodavatelů. Zboží je dovezeno do centrálního skladu, kde je přerozděleno a odvezeno do menších skladů, které pak zboží distribuují koncovým zákazníkům (obchodníkům). Centrální sklad funguje převážně pro přerozdělování jednotlivých objednávek a vlastní skladovací zásoby jsou minimální. V této simulaci je budu věnovat pouze procesu přerozdělování na lokální sklady.
Každý z lokálních skladů posílá objednávku na dané produkty. Veškeré objednávky jsou dodávány do centrálního skladu. Kde jej pracovníci přerozdělují dle kódu lokálních skladů. Každý pracovník má nyní zavedenou normu na hodinu, kolik musí přerozdělit krabic se zbožím.
Lokální sklady je nacházejí v Ostravě, Brně, Plzni, Českých Budějovicích a v Liberci

'''Entity''':
* Krabice
* Paleta

'''Modely''':

* Vymodelování stávajícího procesu přerozdělování zboží mezi jednotlivými sklady, dle dat ze skladu.
* Model optimalizace počtu pracovníků dle denního příjmu na centrální sklad.
* Maximální možné vytížení skladu dle skladovacích a personálních kapacit.

'''Popis procesu''':

* Příjem zboží – do skladu přijedou nákladní vozy od dodavatelů
* Složení zboží
* Kontrola objednávky (zda dorazilo vše co bylo objednáno) a pokud ne - reklamace (řešeno procentuální chybovostí ze získaných dat)
* Načtení zboží do systému
* Třídění zboží pro lokální sklady
* Balení
* Odeslání

:Odkud budete mít podkladová data? [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 12:39, 19 May 2019 (CET)
::[[User:Martinus|Martinus]] ([[User talk:Martinus|talk]]) 13:53, 19 May 2019 (CET) Data budou poskytnuta od kolegy, který v tomto skladu pracuje na pozici Shift leadera.
:::Dejte si pozor na ta data. Není moc dobré, že je - chápu-li to dobře - nemáte nyní k dispozici. Bude nutné je odzdrojovat, tudíž uvést název té firmy, atd. (pozor, bylo by dobré, aby o tom daná firma věděla, ty práce jsou veřejné). Jinak '''schváleno'''.

== Simulace výběru pokladny na prodejně ==

'''Název simulace''': Simulace výběru pokladny na prodejně

'''Autor''': Jan Hazdra

'''Typ modelu''': Diskrétní simulace

'''Modelovací nástroj''': SIMPROCESS

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

'''Metoda''': Problém bude řešen jako diskrétní simulace v programu Simprocess, jelikož jde o variaci na problém front, který se v Simprocessu řeší nejsnadněji. Při simulaci vycházím z reálných dat posbíraných za jeden den na jedné z prodejen v České Republice. Data se během jednotlivých dnů příliš neliší, proto budu vycházet ze vzorku z jednoho dne.

'''Parametry''':
* typ pokladny
* počet pokladen
* zdržení na pokladně
* počet zákazníků
* doba strávené na prodejně

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

: '''Schváleno''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 20:14, 8 May 2019 (CET)

== Meziměstská autobusová doprava ==
----
'''Název:''' Simulace meziměstské autobusové dopravy

'''Autor:''' [[User:Zikl00|Zikl00]] ([[User talk:Zikl00|talk]]) 12:25, 8 May 2019 (CET)

'''Nástroj:''' Vensim

'''Typ modelu:''' Systémově dynamický

'''Popis modelu:''' Jsme jedním ze zakladatelů dopravní společnost, která se zabývá meziměstskou autobusovou dopravou. Pomocí simulace budeme zjišťovat, v jakých městech se vyplácí provozovat autobusové linky společnosti. Konkurence se nebere v této úloze v úvahu. V simulaci půjde o ekonomické řízení podniku, kde se budou sledovat příjmy a výdaje. V úvahu se bere např. pořizovací cena autobusů a počty pasažérů. Dále musí společnost platit své řidiče a náklady na provoz autobusů. Aby přeprava byla výdělečná, bude záležet také na počtu autobusů. Ty mají danou kapacitu, opotřebení, fixní a variabilní náklady na provoz. Sledovat se bude výdělečnost a ztrátovost přeprav.

'''Parametry modelu:'''
* Počet cestujících na nádražích
* Velikost populace jednotlivých měst
* Vzdálenost mezi městy
* Počet autobusů
* Pořizovací cena jednoho autobusu
* Počet řidičů
* Náklady na provoz jednoho autobusu
* Náklady na jednoho řidiče
* Cena paliva

'''Cíl simulace:''' Výsledky simulace budou sloužit jako podpora při ekonomickém řízení společnosti. Zjistíme, za jakých podmínek se vyplatí provozovat služby společnosti. Můžeme tak i předejít negativním vlivům a budoucím ztrátám.

: Téma samotné se mi líbí, upřesněte prosím ale, kde vezmete data. Bude jich potřeba docela dost. Kupříkladu vytíženost autobusů během dne/týdnu, celkové náklady na vlastnictví/provoz autobusů (údržba, lidské zdroje, redundance, palivo, amortizace, pojištění, atd...). Pokud máte hodnověrné zdroje, na základě kterých jste schopen takové parametry nastavit, tak je to super zadání. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 20:20, 8 May 2019 (CET)

:: Nakonec jsem se rozhodl pro malou úpravu zadání a změnu nástroje. [[User:Zikl00|Zikl00]] ([[User talk:Zikl00|talk]]) 20:47, 13 May 2019 (CET)
:: '''Schváleno''' [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 15:15, 14 May 2019 (CET)

== Retence vody v krajině ==
----
'''Název:''' Simulace retence vody v krajině

'''Autor:''' Jan Reindl

'''Nástroj:''' Netlogo

'''Popis simulace:''' Prostředí tvoří krajina s různě složitým terénem, na který dopadá různé množství srážek. Část vody se vsákne, ale zbytek teče směrem dolů. V místech, kde protéká hodně vody může docházet k erozi. Pokud voda odtéká příliš rychle, půda vysychá. Půda má dvě "vrstvy" první vrstva je povrchová, s omezenou možností absorbovat vodu. Druhá vrstva je hluboká a má relativně neomezenou kapacitu, voda se do ní ale dostává postupně skrze svrchní vrstvu. Uživatel bude mít možnost na jednotlivých "dlaždicích" možnost uměle zvýšit nebo snížit elevaci (vytvořit hráz nebo vykopat příkop). Model bude sledovat množství vsáknuté vody, hladinu "spodních vod", množství vody, která odteče pryč, a závislost těchto výsledků na vydatnosti a četnosti srážek. Jedná se o dnes často zkoumaný problém, a neměl by být problém sehnat data pro relativně přesné nastavení modelu.

'''Parametry modelu:'''
* Vydatnost srážek
* Četnost srážek
* Absorbční schopnost půdy
* Absorbční kapacita půdy
* Pevnost půdy (odolnost proti erozi)
* Množství vody v jednotlivých vrstvách půdy
* Rychlost úbytku vody v půdě

'''Možnosti rozšíření modelu:'''
* Různé druhy půdy (les, pole s řepkou,...)
* Možnost přidání lidského osídlení, které může ohrozit povodeň.
* Více možných terénních úprav
* Různé možnosti generace nebo vložení "mapy"

[[User:Xreij15|Xreij15]] ([[User talk:Xreij15|talk]]) 09:58, 12 May 2019 (CET)

: Jsem pro, vezměte ale prosím nějaké zcela konkrétní území, které budete simulovat, optimálně takové, pro které jsou dostupná data. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 16:51, 12 May 2019 (CET)

== Simulace populačního vývoje České republiky ==

'''Název simulace''': Simulace populačního vývoje České republiky

'''Autor''': Bc. Adam Spivák, spia00

'''Typ modelu''': Systémově dynamický

'''Modelovací nástroj''': Vensim

'''Popis Modelu''': Model zobrazuje vývoj počtu obyvatel České republiky v závislosti na střední délce života, poměru počtu mužů a žen, průměrném věku rodiček, míře plodnosti, zásahu státu, živelných katastrofách (např. povodně), migrace.
Model bude využívat dostupná statistická data týkající se České republiky.

'''Parametry modelu''':
* Počáteční počet obyvatel
* Střední délka života
* Poměr mužů a žen
* Průměrný věk rodiček
* Míra plodnosti

'''Cíl simulace''': Zobrazit v přehledné formě vývoj počtu populace v závislosti na zadaných parametrech.

:Pokud to bude obsahovat komplexně zpracované všechny proměnné uvedené v popisu modelu, tak '''schváleno'''.

== Simulace mořského ekosystému ==
----
'''Název:''' Simulace mořského ekosystému

'''Autor:''' Matyáš Svárovský, svam00

'''Typ modelu:''' Multiagentní

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:'''

Model je jednoduchou multiagentní simulací mořského ekosystému. Obsahuje následující typy agentů:
* Fytoplankton. Objevuje se v závislosti na sluneční energii. Slouží jako potrava pro zooplankton, ryby a mlže.
* Zooplankton. Konzumuje fytoplankton, slouží jako potrava pro ryby.
* Mlži. Živí se fytoplanktonem, jsou potravou pro racky, hvězdice, chobotnice a člověka.
* Ryby. Živí se fytoplanktonem a zooplanktonem, jsou potravou pro racky, žraloky a člověka.
* Mořské řasy. Objevují se v závislosti na síle sluneční energie. Jsou potravou pro mořské šneky.
* Mořský šnek. Živí se řasami, je potravou pro hvězdice a chobotnice.
* Hvězdice. Živí se mlži a šneky, jsou potravou pro žraloky.
* Chobotnice. Konzumují mlže a šneky, slouží jako potrava pro žraloky a člověka.
* Racek. Živí se mlži a rybami.
* Žralok. Konzumuje chobotnice, hvězdice a ryby. Je potravou pro člověka.
* Člověk. Na vrcholu potravního řetezce, konzumuje chobotnice, mlže, ryby a žraloky.

Potravní řetezec převzán z: https://www.sciencelearn.org.nz/resources/367-toxins-and-food-webs

Fytoplankton a řasy se nepohybují, ani nesbírají další energii. Nové se objevují v čase podle intenzity sluneční energie.

Ostatní živočichové se pohybují a konzumují ostatní dle potravního řetězce, čímž získávají energii. Po dosažení stanovené velikosti/energie se rozmnoží, vyprodukují daný počet nových agentů.

Člověk nebude modelován jako agent pohybující se mezi ostatními, ale spíše jako abstraktní entita, která jednou za čas vyloví nějaké množství daných druhů.

'''Cíl modelu:'''

Sledovat v čase populaci jednotlivých typů agentů. Sledovat průměrnou délku života a průměrnou velikost agentů. Sledovat největší dosaženou velikost u jednotlivých agentů.

Pozorovat vliv člověka. Lidé svým nadměrným rybařením mohou výrazně narušovat přirozenou hranici mořského ekosystému a snižovat průměrný "trophic level" - pozici organismu v potravním řetězci. (https://www.researchgate.net/publication/13779116_Fishing_Down_Marine_Food_Webs)

Zakomponovat přenos energie od počátku, sluneční energie, až na vrchol potravního řetězce, člověka. (https://www.tandfonline.com/doi/pdf/10.2989/025776187784522324 a https://oceantracks.org/library/general-ecology/energy-and-food-webs)

'''Parametry modelu:'''
* Počáteční množství jednotlivých agentů
* Síla sluneční energie
* Zisk energie z konzumace ostatních agentů
* Potřebná velikost pro rozmnožení
* Počet potomků při rozmnožení
* Intenzita rybaření člověka

'''Možnosti rozšíření:'''
* Agenti se budou při pohybu vyhýbat svým predátorům

: Tohle vypadá jako jedna z mnoha variant klasického modelu predator-prey. Ten byl zpracován už asi tisíckrát. Nemám problém zpracovat jej potísícíprvní, nicméně, musí tam být nějaká jasná přidaná hodnota. Možnost, která by asi šla realizovat, je nesimulovat jakousi virtuální malou/velkou rybu, ale nějaké zcela konkrétní druhy, na základě nějakých jasných parametrů a tvrdých dat. To pochopitelně nevyhnutelně vyžaduje poměrně hlubokou rešerši v pramenech z oblasti biologie. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 12:36, 19 May 2019 (CET)

:: Mohu se tedy podívat po konkrétních datech a vytvořit druhy ryb (a případně dalších živočichů) odpovídající nějakému reálnému případu. Jednotlivé druhy pak budou mít různé vzorce chování, různé vlastnosti a podle potravního řetězce u daného případu vyřeším, kdo konzumuje koho. Jen se tedy bojím, abych při zvýšené realističnosti dostal vůbec nějaké hodnotné výsledky. [[User:Svam00|Svam00]] ([[User talk:Svam00|talk]]) 17:59, 19 May 2019 (CET)

::: No, to je ale součást problému. Na takové rešerši musí být postaveno už to zadání. Obávám se, že z modelu založeného na "malých a velkých rybách" můžete hodnotné výsledky rovněž dostat stěží. Případně zkuste vymyslet něco jiného. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 23:14, 25 May 2019 (CET)

:::: Rozšířil jsem zadání a cíle simulace. [[User:Svam00|Svam00]] ([[User talk:Svam00|talk]]) 10:02, 28 May 2019 (CET)

Assignment SS 2018/2019/cs

2019-05-19T16:59:37Z

Svam00:

{{DISPLAYTITLE:Zadání LS 2018/2019}}

{{Ambox
| text = <div>
Na tuto stránku vkládejte svá zadání. Nezapomeňte se podepsat. Můžete použít <nowiki>~~~~</nowiki> (čtyři tildy) k automatickému podpisu. Používejte Ukázat náhled, abyste si prohlédli Váš výsledek před konečným odesláním.
</div>
}}

{{Ambox
| text = <div>
Prosíme, snažte se formulovat Vaše zadání pečlive. S ohledem na to, že jde o Vaši semestrální práci, očekáváme adekvátní úsilí vynaložené na zadání. Nezapomeňte, že hlavním výsledkem má být výzkumná zpráva, což znamená, že Váš simulační model musí generovat takové výsledky, které jsou konkrétní, měřitelné a ověřitelné. Pečlivě promyslete, jakým způsobem budete vyvíjet Váš model, odvoďte entity, které budete používat, nakreslete si diagram modelu, zvažte, co budete měřit. Teprve pokud máte o modelu dostatečně přesnou představu, vložte Vaše zadání. A samozřejmě, nezapomeňte si prosím přečíst [[How to deal with the simulation assignment/cs|Jak na simulace]].
</div>
}}

{{Ambox
| type = content
| text = <div>
Abychom se vyhnuli případnému budoucímu nedorozumnění, prosíme, ověřte si, že máte tučné '''schváleno''' někde v našem komentáři pod Vaším zadání. Pokud tam není '''schváleno''', znamená to, že Vaše zadání dosud schváleno nebylo.
</div>
}}

== Simulace sjezdovky ==

'''Název simulace''': Simulace sjezdovky

'''Autor''': Michal Pokorný

'''Typ modelu''': Multiagentní

'''Modelovací nástroj''': NetLogo

'''Popis Modelu''': Simulace pohybu lyžařů/snowboardistů na svahu. Účastníci simulace jsou nejdříve vyvezeni vlekem/ky na vrcholek svahu a následně v závislosti na svojí strategii sjedou svah dolů.
Simulace by řešila optimální počet a průchodnost vleků v závislosti na počtu účastníků (toto lze řešit výpočtem), počet nehod v závislosti na počtu vleků/účastníků a porovnání jednotlivých strategií účastníků (jejich rychlost) s pravděpodobností jejich srážky s jiným účastníkem.

'''Parametry modelu''':
* Velikost svahu
* Počet účastníků
* Strategie (rychlost) účastníků
* Počet a rychlost vleků

'''Možné rozšíření''': Úprk před lavinou, různé typy (rychlosti) sjezdovek, možnost pádu účastníka bez srážky s jiným účastníkem, různé obtížnosti sjezdovek (vyšší četnost pádů), vliv strategie na četnost pádů

: Nevidím tady mnoho důvodů k agentní simulaci. Vychází mi z toho simulace diskrétní a to ještě poměrně jednoduchá. Popřemýšlel bych buďto, jak to transformovat do simulace vhodné pro agenty (viz kritéria diskutovaný na poslední hodině) nebo to dělat jako diskrétní simulaci (ale v tom případě by bylo dobré trochu zvýšit složitost) či popřemýšlet o něčem úplně jiném. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:27, 5 May 2019 (CET)
:: Doplňuji s odstupem pár dnů - vemte si prosím případ nějaké konkrétní sjezdovky (velká lyžařská centra mají poměrně detailní mapy a dokonce jsou k dispozici i nějaké informace o kapacitách a vytížení) a pak by to smysl jako agentní simulace dávalo. Pokud je to v takovéhle modifikaci za Vás OK, pak '''schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:43, 8 May 2019 (CET)

== Simulace šíření spalniček ==

'''Název simulace''': Simulace šíření spalniček

'''Autor''': Bc. Jurij Povoroznyk, povj01

'''Typ modelu''': Systémová dynamika

'''Modelovací nástroj''': Vensim

'''Popis Modelu''': V České republice propukla epidemie spalniček. Tato nemoc se k nám dostal od cestovatele z Indie přímo do hlavního města Prahy. Celkově bylo nakaženo 2 000 lidí a další lidé rychle přibývají. Nakažený jedinci jsou z různých věkových kategorií. Přičemž děti v rozmezí 3–5 let jsou na tuto nemoc náchylnější a můžou této nemoci rychle podlehnout, dokonce umřít pokud nejsou již očkování. Očkovat dítě je možné minimálně od 1 roku života. Bylo zjištěno, že z celého souboru nebylo očkováno ani jednou dávkou vakcíny 39 % osob. Dvěma dávkami vakcíny bylo očkováno 42 % nakažených. Onemocnění se projevuje horečkou, rýmou, kašlem, slzícíma očima a na bukální sliznici jsou bělavé tečky se zarudlým okolím. Virus spalniček se přenáší kapénkovou infekcí. Inkubační doba spalniček je 6–19 dní, průměrně 13 dní. Infikovaní lidé jsou nakažliví ještě 4 až 5 dní před propuknutím této nemoci. Úmrtnost je velmi malá, 3 smrti z 1 000 případů. U dětí, které nedostali vakcínu a jsou nakažený touto chorobou je patřičně větší.

'''Parametry modelu''':
* Počet infikovaných
* Počet zdravých
* Počet jedinců z různých věkových kategorií
* Očkovaných jednou vakcínou, dvěma nebo žádnou
* Počet mrtvých
* Těžce nemocný jedinci

'''Cíl simulace''': Cílem tohoto modelu je určit a sledovat průběh této epidemie. Zároveň pomocí tohoto modelu lze určit, jak budou na tuto epidemii reagovat různé věkové kategorie a počet vakcín obdržených před vypuknutím epidemie. Údaje získané z této simulace by měly přesvědčit rodiče k očkování svých děti ihned jak to bude možné.

'''Možnosti rozšíření''': Model lze rozšířit o konkrétnější data - např.: typ vakcíny, absolvovaná karanténa nebo počet zdravých jedinců v rodině. Celkově se model rozšíří pokud budou adekvátní přibližná data a statistiky propuklé epidemie.

: Není mi úplně jasné, jak by to mělo vypadat a proč to chcete dělat jako agentní simulaci. Vezměte si prosím ta kritéria, která jsme si říkali na poslední hodině a otestujte si, kterým to vyhovuje. Tak jak je to popsáno by to podle mě spíš směřovalo do systémové dynamiky. Zkuste to prosím buď jinak navrhnout nebo zvolit jiný nástroj nebo eventuálně jiné téma. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:45, 5 May 2019 (CET)

:: Děkuji za Váš komentář. Hlavním důvodem výběru multiagentní simulace a konkrétně nástroje NetLogo je využití více typů jednotlivých agentů s rozlišnýma vlastnostmi a různorodýma reakcemi mezi sebou. Půjde především o lidi, kteří se budou lišit jak věkovou kategorií, tak samotnou šancí získat tuto nemoc dle výše zmíněných statistik získaných z ČSÚ. Dalším agentem je samotný virus. Mimo to by bylo možné přidat karanténu, kdy lidi budou uzamčený a nebudou moci nakazit ostatní zdravé jedince. Ovšem nedokážu si představit, jak to bude náročné na samotné programování. Zároveň vypuklá epidemie spalniček bude mít větší šanci nakazit jedince se slabší imunitou. Z výše uvedených informací mi přijde, že multiagentní simulace je nejvhodnější variantou pro aplikování této simulace. [[User:Povj01|Povj01]] ([[User talk:Povj01|talk]]) 11:39, 10 May 2019 (CET)

::: To co píšete, samozřejmě smysl dává. Nicméně, obecně se šíření chorob často zvrhne v jakési hemžení, kde si nakažení vzájemně předávají infekci. Nakolik to pak má kontakt s realitou, je často dost diskutabilní, proto se ptám předem, jak by to mělo vypadat a je opravdu důležité, abyste to měl rozmyšleno. Klidně sem prosím připojte nějaký nákres. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 16:48, 12 May 2019 (CET)

:::: Děkuji za odpověď. V příloze zasílám vytvořený návrh. Jde především o představu vytvořenou ve Photoshopu, tudíž se může částečně lišit od finální verze simulace. S realitou to bude mít velkou spojitost. Ať už jde o samotná čísla, která budou reálná a budou získaná z ČSÚ nebo vytvoření 1 či více karantén, jenž se vytvoří po velkém seskupení nemocných na jednom místě. Toto řešení by mohlo obohatit výsledek, zda vytvoření této karantény zabrání šíření a zda je vhodné vytvořit jednu či více. U jednotlivých agentů vytvořených v návrhu půjde také o dávky které získali jako prevenci proti spalničkám. U těchto simulací si nedokážu, jak více to lze propojit s realitou. Napadá mě ještě udělat nějakou reálnou budovu, např.: VŠE, kde se tyto spalničky budou šířit. Toto téma jsem si především vybral právě po reálném objevení spalniček na půdě VŠE. Odkaz na představu simulace [[Media:Spalnicky simulation.jpg|se nachází zde!]] [[User:Povj01|Povj01]] ([[User talk:Povj01|talk]]) 19:07, 12 May 2019 (CET)

::::: Tohle je to, čemu říkám "hemžení". Ve skutečnosti budete mít problém, aby vám v takovém modelu fungovala statistika. Na to totiž potřebujete mít pro každý dílčí jev dostatečné množství výskytů. To se dá ještě jakžtakž zajistit co se týče nějakého šíření epidemie, ale už musíte zanedbat prostorové aspekty, protože na takto malé ploše s takto málo agenty by došlo k obrovskému zkreslení výsledků (bavíme se o dejme tomu desítkách výskytů v desetimilionové populaci, o je z hlediska simulace strašlivě málo). Z toho vyplývá i problém s karanténou. Kolik lidí se do ní dostane? Rozumím tomu dobře, že jsou to ti, co "vlezou do té místnosti"? V tom případě je příslušnou proměnnou šířka toho vstupu. Atd. To téma je zajímavé a jsem pro, ale obávám se, že agentní simulace je pro něj nevhodná (alespoň pokud je formulováno tak, jak je formulováno). Simulace epidemií běžně pracují s miliony agenty, což v NetLogu moc dobře nejde. Jinak vám bude vycházet, že prakticky nikdo neonemocní nebo všichni rychle pomřou. Zvážil bych systémovou dynamiku. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:20, 12 May 2019 (CET)

:::::: Dobře tedy, rád bych zůstal u tohoto zadání. Šlo by to tedy dělat systémovou dynamikou pomocí Vensimu? V takovém případě by toto zadání bylo schváleno? [[User:Povj01|Povj01]] ([[User talk:Povj01|talk]]) 19:30, 12 May 2019 (CET)

:::::: Systémová dynamika je na to vhodná, takže ano.'''Schváleno'''. Pozor na to, jak to pak pojmete, aby simulace byla přiměřeným způsobem komplexní. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 19:55, 12 May 2019 (CET)

== Příjem, zpracování a vyloučení alkoholu z těla ==

'''Název simulace''': Příjem, zpracování a vyloučení alkoholu z těla

'''Autor''': Bc. Josef Čekan, cekj01

'''Typ modelu''': Systémově dynamický

'''Modelovací nástroj''': Vensim

'''Popis Modelu''': Tento model ukazuje účinek alkoholu na lidské tělo, když sleduje jeho příjem, zpracování a vylučování z těla. Model na základě několika faktorů dokáže odhadnout množství alkoholu v krvi po celou dobu užívání i odbourávání alkoholu, stejně jako dobu potřebnou k jeho úplnému odbourání. Hlavními faktory v modelu jsou váha jedince, typ alkoholu, množství konzumovaného alkoholu a doba samotné konzumace. Na model a jeho výsledky poté mají vliv například počet skleniček za hodinu, míra obsaženého alkoholu, objem tekutin v těle, Michaelisova konstanta či míra tolerance k alkoholu.

'''Parametry modelu''':
* Váha jedince
* Délka trvání konzumace alkoholu (včetně hodinové frekvence)
* Množství konzumovaného alkoholu
* Typ alkoholu

'''Cíl simulace''': Na základě získaných dat dokáže model vykreslit graf s množstvím promile v každém čase od začátku užívání alkoholu až do konce jeho odbourávání. Pomocí tohoto modelu tak lze například zjistit způsobilost(vzhledem k povolené míře alkoholu v krvi v závislosti na státě) k řížení vozidla pro konkrétního člověka dle množství a typu alkoholu. Stejně tak je pomocí modelu možné zjistit za jak dlouho bude veškerý alkohol z těla odbourán.

'''Možnosti rozšíření''':

: ''' Schváleno''', ale zamyslte se nad tím, jak ten model udělat komplexnější, aby z toho nevylezla jen jednoduchá kalkulace. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 12:40, 12 May 2019 (CET)

== Simulace optímálneho počtu výčapov piva na štadióne ==

'''Název simulace''': Simulace optímálneho počtu výčapov piva na štadióne

'''Autor''': Bc. Dominik Turák, turd01

'''Typ modelu''': Diskrétni simulace

'''Modelovací nástroj''': Simprocess

'''Popis Modelu''': Na hokejových alebo futbalových zápasoch sa často stáva, že človek musí čakať na pivo v dlhom rade celú večnosť. Navyše, ak sa poblízku štadióna nachádza podnik, v ktorom tiež čapujú pivo, ľudia sa mnohokrát rozhodnú ísť si radšej načapovať pivo tam, pretože je to pre nich mnohokrát výhodnejšie, či už z časového alebo finančného hľadiska. Štadión tým pádom stráca potencionálny zisk a naopak, pri malom počte ľudí zbytočne prepláca pracujúcich výčapníkov.

Model bude obsahovať tieto data:
* X fanúšikov na štadióne, ktorí chcú pivo
* Y výčapov na štadióne
* Z výčapov mimo štadióna
* cena piva na štadióne
* cena piva v konkurenčných výčapoch

'''Cíl simulace''': Nájsť otpimálny počet výčapov prihľiadnúc na počet ľudí na štadióne tak, aby sa minimalizovali straty od nedočkavých ľudí, ktorí si radšej zvolia konkurenčný výčap

'''Možnosti rozšíření''': Rozdielne ceny piva v konkurenčných výčapoch, počet konkurenčných výčapov a vzdialenosti výčapov od štadióna

: Nevidím v tomto zadání nějakou přidanou hodnotu. Co by mělo být přínosem? Velmi rychle byste zjistil, že výsledek je předvídatelný a závislý především na modelu chování účastníků. Doporučoval bych to přehodnotit. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 20:56, 5 May 2019 (CET)

:: Tak som nad tým premýšľal a rád by som asi spravil niečo úplne iné. Rád by som urobil simulaci optimálneho počtu výčapov na štadióne : X ludi, Y výčapov na štadióne a Z konkurenčných výčapov mimo štadiónu. Prínosom tejto simulácie by mala byť optimalizácia počtu výčapov na štadióne podľa počtu divákov na štadióne a minimalizácia strát sposobená dlhým čakaním na pivo a voľbou ísť si načapovať pivo do konkurenčnej krčmy blízko štadiónu.[[User:turd01|Dominik]] ([[User talk:Turd01|talk]]) 18:10, 12 May 2019 (CET)

::: V čem to chcete dělat? [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:04, 12 May 2019 (CET)

:::: Rád by som to robil v NetLogu, rozmýšľal som aj nad SimProcessom, ale radšej by som si naprogramoval agentov. [[User:turd01|Dominik]] ([[User talk:Turd01|talk]]) 19:10, 12 May 2019 (CET)

::::: Já si myslím, že tohle je jednoznačně na diskrétní simulaci. Proč a hlavně jak to dělat jako simulaci agentní tam moc nevidím. Bylo by ovšem každopádně dobré zjistit si parametry a data nějakého skutečného stadionu. Pokud souhlasíte, pak '''schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:23, 12 May 2019 (CET)

== Simulace ideálního rozdělení klužiště na rybníkový hokej ==

'''Název simulace''': Simulace ideálního rozdělení klužiště na rybníkový hokej

'''Autor''': David Lisý, xlisd05

'''Typ modelu''': diskrétní simulace

'''Modelovací nástroj''': SIMPROCESS

'''Popis Modelu''': Jelikož hokej závodně hraji, rozhodl jsem se na toto téma zpracovat i svou simulaci. V současnosti je trendem pro závodní, ale především pro rekreační hráče tzv."rybníkový hokej". Ten se hraje bez výstroje, v počtu 4 na 4, na malé branky a na třetinu jednoho klasického kluziště (na jedné klasické ledové ploše tedy máme 3 hrací plochy pro rybníkový hokej). Z vlastní zkušenosti mohu potvrdit, že hrají-li spolu pohromadě závodní hráči s hráči amatérskými, výsledná hra ztrácí na své kvalitě. Je proto lepší, hrají-li zápas proti sobě hráči stejné výkonnostní kategorie. Rozlišujeme pak tyto:
- závodní hráč (hráč se zkušenostmi z profesionálních, či závodních soutěží)
- pokročilý amatérský hráč (hráč se zkušeností z rekreačních soutěží)
- amatérský hráč - začátečník (hráč bez jakýchkoliv zkušeností z rekreačních soutěží)

Data budou čerpána z reálného zimního stadionu v Praze, který disponuje 2 ledovými plochami (celkově tedy simulace sleduje 6 hracích ploch pro rybníkový hokej). Podstatný fakt je ten, že se tedy hraje 4 na 4, střídá se stylem "poslední do hry - poslední na střídačku" (na střídačce se nám tedy tvoří jakási fronta hráčů) a počet hráčů na jedné střídačce není nikterak omezen. Na základě vlastního pozorování budu v simulaci počítat s následujícím procentuálním rozdělením výkonnostních kategorií:
- závodní hráči = 15%
- pokročilí amatérští hráči = 60%
- amatérští hráči - začátečníci = 25%

'''Parametry modelu''':
* počet hráčů
* průměrná doba hraní na stadionu
* počet hracích ploch pro rybníkový hokej (6)

'''Cíl simulace''': pomocí simulace zjistit ideální rozvrhnutí hracích ploch dle výkonnostních kategorií

'''Schváleno''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:45, 8 May 2019 (CET)

== Vytíženost posilovny ==

----
'''Název''': Vytíženost posilovny

'''Autor''': Martin Matějka, xmatm82

'''Nástroj''': SIMPROCESS

'''Definice problému''':
V dnešní době je velice populární zajít si zacvičit nebo se jen tak protáhnout do pohodlné, hezky vybavené posilovny. Jelikož je tento způsob cvičení v dnešní době tak populární, je dobré vědět, jak si na tom určitá posilovna stojí z hlediska schopnosti pokrytí návševnosti. Jak z pohledu zákazníka, tak i provozního, co by mohl zlepšit.  Mají dostatek místa? Dostatek nástrojů či pomůcek na posílování? Mají všichni možnost se dojít osprchovat bez delšího čekání nebo nevázne to hnedka u vchodu při koupi vstupenky?

'''Metoda''':
V simulaci bude zahrnuta spousta entit, které budou mít na výsledné hodnoty vliv (druh zákazníka, doba návštěvy..), ale jednou z nejdůležitějčích entit je množství a frekvence návševníků přicházející do posilovny. Pro generování návštěvníků bude použit určitý algoritmus, který bude produkovat náhodná čísla, ale také bude zahrnovat učité hodnoty ze známého chování návštěvníků. Například, že v dopoledních hodinách je nevštěvnost o něco měnší a nebo o víkendech zase vyšší. Pro zanalyzování vytíženosti posilovny v čase je Monte Carlo dobrá volba.

::Zdravím, co všechno by byly tedy náhodné proměnné? Na základě jakých reálných dat budete odvozovat jejich pravděpodobnostní rozdělení? (data a odvození pravděpodobnostních rozdělení musí být součástí vypracované simulace). Jak přesně bude simulace fungovat? Předpokládám, že i když zmiňujete Monte Carlo, tak jako nástroj jste si vybral Simprocess, což je v tomto případě relevatní - v Excelu by udělat nešlo. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 12:11, 4 May 2019 (CET)

::: Odpověďi:
::: 1)''Náhodné proměné?''
- počet návštěvníků
- zaměření návštěvníka
- fitness partie (horní, dolní, full-body)
- cardio
- volba nástrojů na cvičení
- popřípadě i doba návštěvy

::: 2)''Reálných dat?'' Co se týče vybavení posilovny (druhy,počty strojů), mohu sestavit několik šablon, které v reálu představujou posilovny, které znám. Návštěvnost bude taková, aby byla reálná a také trochu hraniční, aby byla známa přibližná maximální zatíženost posilovny. Dále čas strávených na určitých posilovacích zařízení budou stanoveny podle mého vlasního uvážení, které vychází z mnoha let zkušeností.

::: 3)''Jak bude fungovat?'' Budou přícházet návštěvnící do posilovny. Která má stanovený počty několika druhů vybavení. Každý návštěvník má určité zaměření, co chce posilovat a tím je stanoveno jaké stroje by chtěl použít. Použije pár strojů, vysprchuje, oblíkne a odejde. Budem sledovat jaké stroje jsou nejvíce/nejméně vytíženy. Kde má posilovna nedostatny atd. [[User:Xmatm82|Xmatm82]] ([[User talk:Xmatm82|talk]]) 19:34, 7 May 2019 (CET)

:::: V pořádku, nicméně: opatřete si data z nějaké konkrétní posilovny/posiloven. Z kontextu jsem pochopil, že Vám toto prostředí není cizí, neměl by to pro Vás být tedy problém. Vlastní zkušenost je důležitá, ale někdy nekoresponduje zcela s realitou. Dále, tak jak to popisujete (náhodné volby různých posilovacích strojů apod.), není úplně triviální. Lze to udělat, každopádně potřebujete ostrou verzi Simprocessu (je na učebnách). '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:51, 8 May 2019 (CET)

== Spotřeba surovin ve fastfoodu ==
----
'''Název''': Spotřeba surovin ve fastfoodu

'''Autor''': Josef Kočí

'''Nástroj''': Simprocess

'''Definice modelu''':
Protože již 4 roky pracuji ve společnosti AmRest, z pozice hlavního instruktora mám přístup k manažerským systémům, kde lze sledovat data o prodeji, počtu objednávek v různých hodinách a spotřebu jednotlivých ingrediencí. Mým cílem je část této reality zachytit v programu Simprocess, zobrazit v něm proces na jednotlivých ingrediencích, jejich objednání a naskladnění ráno, jejich průběžné vyskladňování, použití do procesu až k vydání zákazníkům. Proces tak zachytí, kolik dle simulací průměrně zůstává nevyužitých ingrediencí, jak dlouho přibližně zákazníci čekají a pokusím se případně i o analýzu zlepšení tzv. SOS (Speed of Service).

'''Data''':
Vstupní data jako množství zákazníků v jedno hodinách či spotřeba ingrediencí sice budou náhodná (avšak vzájemně spolupracující), nicméně budu vycházet z reálných dat z manažerských systémů tak, aby počty objednávek na různé hodiny přibližně seděly.

'''Doplnění''':
Prostředí bude přímo z KFC, jelikož ale Simprocess má limitované množství entit, nezachytím bohužel všechny suroviny, které se v KFC používají. Proto se pokusím zachytit ty nejdůležitější. Mezi hlavní cíl patří monitoring zbylých surovin a pokusit se o minimalizaci jejich množství, které na konci zbyde. Budu tedy hledat kritická místa, o nichž pak sepíšu zprávu. Mým cílem tedy bude dosáhnutí co nejmenšího zbytku surovin na konci dne. Z vlastní zkušenosti vím, že není možné skončit s naprosto prázdným stavem, neboť to ve výsledku může negativně ovlivnit SOS v průběhu posledních hodin.
V modelu se pochopitelně pokusím o co nejvěrnější proces, tedy sendviče se nějakou dobu zpracovávají, maso se nějakou dobu připravuje a pak nějakou dobu smaží. Uvidím, jak detailně se mi proces povede zachytit.

: Téma je OK, ale je potřeba jej zpřesnit. 1) Stanovte zcela konkrétní cíl(e). Z toho zadání mi to moc konkrétní nepřijde. Co je cílem? Minimalizace zásob? Je to issue? 2) Amrest má pokud vím více brandů. Uvidíte podle definice cíle, ale pravděpodobně bude dobré vyberte si jeden a nasimulovat jej do detailu. 3) Je potřeba zohlednit všechny faktory, které mohou být s ohledem na výsledek relevantní. Předběžně to má zelenou, ale rozpracujte to zadání prosím dopodrobna. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 21:06, 5 May 2019 (CET)

:: Vaší úpravy jsem si všiml až teď - je lepší změnu nějak označit. Simprocess nemá omezené množství entit, pouze ta zkušební verze to tak má, ale říkali jsme si, že seminárku budete dělat ve verzi ostré, která je nainstalována na učebnách, čili důvod k jakýmkoliv omezením není. Za těchto podmínek '''schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:30, 12 May 2019 (CET)

== Simulace automobilových závodů ==
----
'''Název:''' Simulace automobilových závodů

'''Autor:''' [[User:Jinv00|Jinv00]] ([[User talk:Jinv00|talk]]) 10:51, 5 May 2019 (CET)

'''Nástroj:''' Netlogo

'''Typ modelu:''' Multiagentní

'''Popis modelu:''' Simulace pohybu závodních vozů po okruhu. Vozy jsou na začátku závodu seřazeny na startovní rovince, a po odstartování krouží po okruhu. Každý vůz může mít různou (náhodně přidělenou) rychlost. Rychlost vozů je kromě základní přidělené rychlosti závislá i na míře opotřebení pneumatik (opotřebovanější pneumatiky jsou pomalejší než méně opotřebované), na aktuální zvolené směsi pneumatik (měkčí směs pneumatik je rychlejší než tvrdší) a na jízdním stylu řidiče (agresivní jízdní styl je rychlejší než konzervativní). Rychlost opotřebovávání pneumatik je závislá na zvolené směsi pneumatik (měkčí směs pneumatik se opotřebovává rychleji než tvrdší), na jízdním stylu řidiče (agresivním jízdním stylem se pneumatiky opotřebovávají rychleji než konzervativním jízdním stylem) a na vzdálenosti vozu za jiným vozem (jízda do cca 2 sekund za jiným vozem má za následek ztrátu přítlaku, pronásledující vůz tak po trati více "klouže" a tím trpí pneumatiky). Přezouvání pneumatik se provádí během pit stopů, které trvají nějaký čas (a k tomu samotná jízda boxovou uličkou je pomalejší než jízda po okruhu). Projede-li vůz za jiným detekční zónou pro DRS s odstupem menším než 1 sekundu, můžu potom v následující DRS zóně využít DRS pro krátkodobé zvýšení rychlosti. Každý vůz musí během závodu použít alespoň 2 různé směsi pneumatik.

'''Parametry modelu:'''
* Počet vozů
* Počet kol závodu
* Rychlost vozů (náhodná v intervalu od nejnižší zadané rychlosti po nejvyšší zadanou)
* Průměrná míra opotřebení jednotlivých směsí pneumatik
* Míra vlivu opotřebení pneumatik na rychlost vozu
* Míra vlivu použité směsi pneumatik na rychlost vozu
* Míra vlivu jízdního stylu řidiče na rychlost vozu
* Rychlost opotřebovávání jednotlivých směsí pneumatik
* Míra vlivu jízdního stylu řidiče na míru opotřebení pneumatik
* Míra vlivu jízdy v závěsu (do cca 2 s) za jiným vozem na opotřebení pneumatik
* Rychlost vozů v boxové uličce
* Rychlost vozů v DRS zóně
* Zvolená směs pneumatik jednotlivých vozů na startu závodu
* Počet zastávek v boxech

'''Cíl simulace:''' Simulací by se dala odhadnout optimální strategie zastávek v boxech (počet zastávek, načasování zastávek, použité sady pneumatik (a jejich počet)) a optimální jízdní styl (agresivní/konzervativní).

'''Možnosti rozšíření:''' Pravděpodobnosti předjetí v různých částech tratě (v mnou navrženém modelu rychlejší vůz vždy kdekoliv předjede pomalejší, ve skutečnosti je však předjetí nejpravděpodobnější na dlouhých rovinkách (ideálně za asistence DRS) a v zatáčkách s větší šířkou tratě; v modelu vůbec neuvažuji zdržení jednoho vozu za druhým kvůli nemožnosti ho předjet). Kolize (v mnou navrženém modelu sebou mohou jednotlivé vozy "projet" bez jakékoliv možnosti havárie). Slipstream - vůz jedoucí za jiným (především při vyšších rychlostech) může využít slipstream vznikající za pronásledovaným vozem ke zvýšení rychlosti. Různá rychlost vozů v různých částech tratě - vyšší rychlost na rovinkách, nižší v zatáčkách (v mnou navrženém modelu je rychlost vozu na celé trati vždy stejná (kromě boxové uličky a DRS zón)), k tomu by šlo přidat i různé nastavení vozů (vyšší přítlak = vyšší rychlost v zatáčkách a menší na rovinkách, nižší přítlak = nižší rychlost v zatáčkách a vyšší na rovinkách). Simulace množství paliva ve vozech (vliv jízdního stylu řidiče na spalování paliva (agresivní = rychlejší spalování paliva, konzervativní = pomalejší spalování), vliv množství paliva ve vozech na rychlost vozu (více paliva (těžší vůz) = pomalejší, méně paliva (lehčí vůz) = rychlejší) a simulace možnosti přidání tankování paliva během zastávek v boxech. Různé opotřebení jednotlivých pneumatik na voze závislé na různých nastaveních vozu (v mnou navrženém modelu se všechny pneumatiky opotřebovávají stejně a stejnou mírou, ve skutečnosti je však opotřebení pneumatik závislé na orientaci okruhu (pravotočivý/levotočivý) a na různých nastaveních vozu (přítlak předního/zadního přítlačného křídla, geometrie zavěšení, odemknutý/zamknutý diferenciál, brake bias (vyvážení brzd (přední vs zadní kola)), tlak v pneumatikách, tlak brzd, rozmístění hmotnosti (či umístění balastu), atd.)).

: To řešení kolizí by mi v tom modelu připadalo jako poměrně podstatné. Jinak to ale vypadá dobře. '''Schváleno.''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 21:54, 5 May 2019 (CET)

== Simulace Killer Bees ==
----
'''Název simulace:''' Simulace střetu populací Evropských a Afrikanizovaných včel medonosných

'''Autor:''' Michaela Trnková

'''Typ modelu:''' Multiagentní

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' V padesátých letech minulého století stvořil vědec v Brazílii křížence africké a evropské včely medonosné. Afrikanizované včely sice produkují až dvojnásobné množství medu než původní evropský druh, zato si ale zachovaly svoji hyperagresivitu danou množstvím predátorů v Africe. Oproti tomu evropské včely byly po staletí šlechtěny k mírnému chování. V roce 1957 uniklo 26 rojů z původního chovu a dnes tvoří dominantní druh od Jižní Ameriky až po jižní státy USA. Uvádí se, že území, kde dominují afrikanizované nebo hybridní druhy, se každý den posune o dva kilometry na sever.

V modelu se budou populace včel potkávat a křížit mezi sebou. Při vzniku hybridu bude mít hybrid šanci získat buď mírné, nebo hyperagresivní chování.

Existují dva druhy včelích hnízd: člověkem udržované úly a hnízda v přírodě. U lidí mají větší šanci na přežití včelstva s mírnou povahou. Ve volné přírodě naopak včelstva agresivní. Afrikanizované včely mohou také obsadit úl včel evropských nahrazením původní královny.

Prostředí budou tvořit různé "klimatické" zóny s jinými teplotními podmínkami. Čím teplejší a vlhčí zóna, tím více medu dokáží vyprodukovat afrikanizované včely. Naopak čím chladnější nebo sušší zóna, tím menší šanci mají afrikanizované včely šanci přežít. Konflikt těchto dvou druhů a jejich hybridů je častým předmětem zkoumání a měla by být dostupná data pro celkem přesný model.

'''Cílem modelu''' bude sledovat, jak se bude situace vyvíjet v čase a jaká kritéria jsou rozhodující pro prosperitu jednotlivých druhů.

'''Parametry modelu:'''
* Počet možných úlů na území
* Druh zóny a její klima
* Strategie včelařù (preference zisku medu, mírnějšího včelstva aj.)
* Šance na zánik úlu
* Šance na vytvoření nového roje
* Pravděpodobnost zdědění jednotlivých vlastností

'''Možnosti rozšíření:'''

* Nemoci včelstev (některé včely jsou odolnější/náchylnější)
* Výkyvy počasí (mimořádně chladná zima/horké léto/sucho,...)

[[User:Xtrnm15|Xtrnm15]] ([[User talk:Xtrnm15|talk]]) 09:46, 13 May 2019 (CET)

Jo, to je dobré. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 11:08, 15 May 2019 (CET)

== Simulace reklamačního oddělení ==
----
'''Název''': Simulace reklamačního oddělení

'''Autor''': Pavel Gregor

'''Nástroj''': Simprocess

'''Předmět simulace''':
Firma poskytuje zákazníkovi službu a to takovou, že pokud se zákazníkovi zakoupené zboží jakkoli rozbije i vlastním zaviněním, dostane výměnou nový kus za stávající.
Vrácené jednotky pak procházejí testovacím procesem funkčnosti. Rozbité jednotky jsou přeposílány na rozebrání. Rozebrané jednotky se pak využijí na náhradní díly. Otestované jednotky, které projdou celým procesem, bez nalezené chyby jsou vráceny zpět do oběhu za sníženou cenu.

Na každé pozici má operátor předepsaný počet jednotek, které musí v daném čase otestovat. V simulaci bude řešen počet jednotlivých operátorů na daných pozicích, aby nedocházelo k hromadění jednotek na některých z pozic, které jsou časově náročnější. Dále kolik je zapotřebí operátorů v závislosti na počtu přijatých jednotek.
Upravení počtu jednotek/h na jednotlivých pozicích k optimalizaci celého procesu.

'''Modely simulace''':

* Současná situace
* Optimalizace počtu operátorů závisející na denním příjmu jednotek (současný systém)
* Optimalizace počtu zpracovaných jednotek na jednotlivých pozicích z vlastních zkušeností
* Maximální možné vytížení na modelu č. 3 a kapacitě provozovny

'''Popis procesu''':

* Příjem jednotek
* Nahrání jednotek do systému + základní rozřazení dle hlášené chyby (2 kategorie – fyzické x sw poškození/chyba)
* Nabití všech jednotek (test baterie)
* Restore – Tovární nastavení jednotky
* Základní verifikace – ověření hlášené chyby zákazníkem
* SW kontrola funkce display + mechanická kontrola dotyku operátorem
* SW kontrola Audio – reproduktory + mikrofon
* Kontrola základních funkcí telefonu
* Test wifi (2,4 GHz, 5 GHz), Bluetooth, GPS
* Kontrola funkčnosti telefonické komunikace
* Vizuální kontrola jemného fyzického poškození
* Otevření jednotky a kontrola, zda nebyla jednota zasažena tekutinou
* Ověření, zda jednotka nebyla poškozena při otevření (opakují se body 6-10)
* Finální kontrola (vizuální kontrola + tovární nastavení)
* Očištění jednotek
* Balení
* Odeslání

'''Schváleno''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:47, 8 May 2019 (CET)

== Optimalizace centrálního skladu ==

'''Název simulace''': Optimalizace centrálního skladu

'''Autor''': Martin Jirsa

'''Modelovací nástroj''': Simprocess

'''Předmět simulace''':
Velká obchodní společnost nakupuje zboží od různých dodavatelů. Zboží je dovezeno do centrálního skladu, kde je přerozděleno a odvezeno do menších skladů, které pak zboží distribuují koncovým zákazníkům (obchodníkům). Centrální sklad funguje převážně pro přerozdělování jednotlivých objednávek a vlastní skladovací zásoby jsou minimální. V této simulaci je budu věnovat pouze procesu přerozdělování na lokální sklady.
Každý z lokálních skladů posílá objednávku na dané produkty. Veškeré objednávky jsou dodávány do centrálního skladu. Kde jej pracovníci přerozdělují dle kódu lokálních skladů. Každý pracovník má nyní zavedenou normu na hodinu, kolik musí přerozdělit krabic se zbožím.
Lokální sklady je nacházejí v Ostravě, Brně, Plzni, Českých Budějovicích a v Liberci

'''Entity''':
* Krabice
* Paleta

'''Modely''':

* Vymodelování stávajícího procesu přerozdělování zboží mezi jednotlivými sklady, dle dat ze skladu.
* Model optimalizace počtu pracovníků dle denního příjmu na centrální sklad.
* Maximální možné vytížení skladu dle skladovacích a personálních kapacit.

'''Popis procesu''':

* Příjem zboží – do skladu přijedou nákladní vozy od dodavatelů
* Složení zboží
* Kontrola objednávky (zda dorazilo vše co bylo objednáno) a pokud ne - reklamace (řešeno procentuální chybovostí ze získaných dat)
* Načtení zboží do systému
* Třídění zboží pro lokální sklady
* Balení
* Odeslání

:Odkud budete mít podkladová data? [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 12:39, 19 May 2019 (CET)
::[[User:Martinus|Martinus]] ([[User talk:Martinus|talk]]) 13:53, 19 May 2019 (CET) Data budou poskytnuta od kolegy, který v tomto skladu pracuje na pozici Shift leadera.
:::Dejte si pozor na ta data. Není moc dobré, že je - chápu-li to dobře - nemáte nyní k dispozici. Bude nutné je odzdrojovat, tudíž uvést název té firmy, atd. (pozor, bylo by dobré, aby o tom daná firma věděla, ty práce jsou veřejné). Jinak '''schváleno'''.

== Simulace výběru pokladny na prodejně ==

'''Název simulace''': Simulace výběru pokladny na prodejně

'''Autor''': Jan Hazdra

'''Typ modelu''': Diskrétní simulace

'''Modelovací nástroj''': SIMPROCESS

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

'''Metoda''': Problém bude řešen jako diskrétní simulace v programu Simprocess, jelikož jde o variaci na problém front, který se v Simprocessu řeší nejsnadněji. Při simulaci vycházím z reálných dat posbíraných za jeden den na jedné z prodejen v České Republice. Data se během jednotlivých dnů příliš neliší, proto budu vycházet ze vzorku z jednoho dne.

'''Parametry''':
* typ pokladny
* počet pokladen
* zdržení na pokladně
* počet zákazníků
* doba strávené na prodejně

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

: '''Schváleno''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 20:14, 8 May 2019 (CET)

== Meziměstská autobusová doprava ==
----
'''Název:''' Simulace meziměstské autobusové dopravy

'''Autor:''' [[User:Zikl00|Zikl00]] ([[User talk:Zikl00|talk]]) 12:25, 8 May 2019 (CET)

'''Nástroj:''' Vensim

'''Typ modelu:''' Systémově dynamický

'''Popis modelu:''' Jsme jedním ze zakladatelů dopravní společnost, která se zabývá meziměstskou autobusovou dopravou. Pomocí simulace budeme zjišťovat, v jakých městech se vyplácí provozovat autobusové linky společnosti. Konkurence se nebere v této úloze v úvahu. V simulaci půjde o ekonomické řízení podniku, kde se budou sledovat příjmy a výdaje. V úvahu se bere např. pořizovací cena autobusů a počty pasažérů. Dále musí společnost platit své řidiče a náklady na provoz autobusů. Aby přeprava byla výdělečná, bude záležet také na počtu autobusů. Ty mají danou kapacitu, opotřebení, fixní a variabilní náklady na provoz. Sledovat se bude výdělečnost a ztrátovost přeprav.

'''Parametry modelu:'''
* Počet cestujících na nádražích
* Velikost populace jednotlivých měst
* Vzdálenost mezi městy
* Počet autobusů
* Pořizovací cena jednoho autobusu
* Počet řidičů
* Náklady na provoz jednoho autobusu
* Náklady na jednoho řidiče
* Cena paliva

'''Cíl simulace:''' Výsledky simulace budou sloužit jako podpora při ekonomickém řízení společnosti. Zjistíme, za jakých podmínek se vyplatí provozovat služby společnosti. Můžeme tak i předejít negativním vlivům a budoucím ztrátám.

: Téma samotné se mi líbí, upřesněte prosím ale, kde vezmete data. Bude jich potřeba docela dost. Kupříkladu vytíženost autobusů během dne/týdnu, celkové náklady na vlastnictví/provoz autobusů (údržba, lidské zdroje, redundance, palivo, amortizace, pojištění, atd...). Pokud máte hodnověrné zdroje, na základě kterých jste schopen takové parametry nastavit, tak je to super zadání. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 20:20, 8 May 2019 (CET)

:: Nakonec jsem se rozhodl pro malou úpravu zadání a změnu nástroje. [[User:Zikl00|Zikl00]] ([[User talk:Zikl00|talk]]) 20:47, 13 May 2019 (CET)
:: '''Schváleno''' [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 15:15, 14 May 2019 (CET)

== Retence vody v krajině ==
----
'''Název:''' Simulace retence vody v krajině

'''Autor:''' Jan Reindl

'''Nástroj:''' Netlogo

'''Popis simulace:''' Prostředí tvoří krajina s různě složitým terénem, na který dopadá různé množství srážek. Část vody se vsákne, ale zbytek teče směrem dolů. V místech, kde protéká hodně vody může docházet k erozi. Pokud voda odtéká příliš rychle, půda vysychá. Půda má dvě "vrstvy" první vrstva je povrchová, s omezenou možností absorbovat vodu. Druhá vrstva je hluboká a má relativně neomezenou kapacitu, voda se do ní ale dostává postupně skrze svrchní vrstvu. Uživatel bude mít možnost na jednotlivých "dlaždicích" možnost uměle zvýšit nebo snížit elevaci (vytvořit hráz nebo vykopat příkop). Model bude sledovat množství vsáknuté vody, hladinu "spodních vod", množství vody, která odteče pryč, a závislost těchto výsledků na vydatnosti a četnosti srážek. Jedná se o dnes často zkoumaný problém, a neměl by být problém sehnat data pro relativně přesné nastavení modelu.

'''Parametry modelu:'''
* Vydatnost srážek
* Četnost srážek
* Absorbční schopnost půdy
* Absorbční kapacita půdy
* Pevnost půdy (odolnost proti erozi)
* Množství vody v jednotlivých vrstvách půdy
* Rychlost úbytku vody v půdě

'''Možnosti rozšíření modelu:'''
* Různé druhy půdy (les, pole s řepkou,...)
* Možnost přidání lidského osídlení, které může ohrozit povodeň.
* Více možných terénních úprav
* Různé možnosti generace nebo vložení "mapy"

[[User:Xreij15|Xreij15]] ([[User talk:Xreij15|talk]]) 09:58, 12 May 2019 (CET)

: Jsem pro, vezměte ale prosím nějaké zcela konkrétní území, které budete simulovat, optimálně takové, pro které jsou dostupná data. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 16:51, 12 May 2019 (CET)

== Simulace populačního vývoje České republiky ==

'''Název simulace''': Simulace populačního vývoje České republiky

'''Autor''': Bc. Adam Spivák, spia00

'''Typ modelu''': Systémově dynamický

'''Modelovací nástroj''': Vensim

'''Popis Modelu''': Model zobrazuje vývoj počtu obyvatel České republiky v závislosti na střední délce života, poměru počtu mužů a žen, průměrném věku rodiček, míře plodnosti, zásahu státu, živelných katastrofách (např. povodně), migrace.
Model bude využívat dostupná statistická data týkající se České republiky.

'''Parametry modelu''':
* Počáteční počet obyvatel
* Střední délka života
* Poměr mužů a žen
* Průměrný věk rodiček
* Míra plodnosti

'''Cíl simulace''': Zobrazit v přehledné formě vývoj počtu populace v závislosti na zadaných parametrech.

:Pokud to bude obsahovat komplexně zpracované všechny proměnné uvedené v popisu modelu, tak '''schváleno'''.

== Simulace mořského ekosystému ==
----
'''Název:''' Simulace mořského ekosystému

'''Autor:''' Matyáš Svárovský, svam00

'''Typ modelu:''' Multiagentní

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' Model je jednoduchou multiagentní simulací mořského ekosystému.

Prvním typem agentů je plankton, který se průběžně objevuje, nepohybuje se a jeho jedinou funkcí je sloužit jako potrava pro ostatní agenty.

Druhým typem agentů je malá ryba. Malé ryby se pohybují, jejich cílem je konzumace planktonu. Při konzumaci získají určité množství energie/velikosti. Po dosažení dané velikosti se rozmnoží, vyprodukují malou rybu (případně více ryb) o nejmenší velikosti. Bude nastavena ještě jedna hranice velikosti, kdy se z malé ryby stane velká ryba.

Velká ryba je třetí typ agenta, už se neživí planktonem, ale pouze ostatními rybami. Velká ryba může zkonzumovat jakékoli malé ryby, i ostatní velké ryby, které jsou o danou hranici menší, než ryba samotná. S narůstající velikostí dochází ke snižování rychlosti u velkých ryb. Velké ryby už se nerozmnožují.

Pro malé i velké ryby platí, že uhynou, pokud jsou nějakou dobu bez potravy. Malé ryby tak budou umírat z důvodu nedostatku planktonu, velké ryby budou umírat, pokud dosáhnou takové velikosti, která jim díky snížené pohyblivosti neumožní chytat potravu.

'''Cíl modelu:''' Sledovat v čase populaci jednotlivých typů agentů - planktonu, malých ryb, velkých ryb. Sledovat průměrnou délku života a průměrnou velikost ryb. Sledovat velikost největší ryby vůbec.

'''Parametry modelu:'''
* Počáteční množství planktonu a malých ryb
* Rychlost obnovy planktonu
* Zisk energie z konzumace planktonu a jiných ryb
* Potřebná velikost pro rozmnožení a evoluce do velké ryby
* Počet potomků při rozmnožení

'''Možnosti rozšíření:'''
* (spíše nutné) Malé ryby se budou při pohybu vyhýbat velkým rybám
* Vyzkoušet model, kde se velkým rybám nebude snižovat rychlost (a uhynou např. po dosažení určité velikosti). Porovnat výsledky s defaultním modelem.

: Tohle vypadá jako jedna z mnoha variant klasického modelu predator-prey. Ten byl zpracován už asi tisíckrát. Nemám problém zpracovat jej potísícíprvní, nicméně, musí tam být nějaká jasná přidaná hodnota. Možnost, která by asi šla realizovat, je nesimulovat jakousi virtuální malou/velkou rybu, ale nějaké zcela konkrétní druhy, na základě nějakých jasných parametrů a tvrdých dat. To pochopitelně nevyhnutelně vyžaduje poměrně hlubokou rešerši v pramenech z oblasti biologie. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 12:36, 19 May 2019 (CET)

:: Mohu se tedy podívat po konkrétních datech a vytvořit druhy ryb (a případně dalších živočichů) odpovídající nějakému reálnému případu. Jednotlivé druhy pak budou mít různé vzorce chování, různé vlastnosti a podle potravního řetězce u daného případu vyřeším, kdo konzumuje koho. Jen se tedy bojím, abych při zvýšené realističnosti dostal vůbec nějaké hodnotné výsledky. [[User:Svam00|Svam00]] ([[User talk:Svam00|talk]]) 17:59, 19 May 2019 (CET)

Assignment SS 2018/2019/cs

2019-05-18T07:30:53Z

Svam00:

{{DISPLAYTITLE:Zadání LS 2018/2019}}

{{Ambox
| text = <div>
Na tuto stránku vkládejte svá zadání. Nezapomeňte se podepsat. Můžete použít <nowiki>~~~~</nowiki> (čtyři tildy) k automatickému podpisu. Používejte Ukázat náhled, abyste si prohlédli Váš výsledek před konečným odesláním.
</div>
}}

{{Ambox
| text = <div>
Prosíme, snažte se formulovat Vaše zadání pečlive. S ohledem na to, že jde o Vaši semestrální práci, očekáváme adekvátní úsilí vynaložené na zadání. Nezapomeňte, že hlavním výsledkem má být výzkumná zpráva, což znamená, že Váš simulační model musí generovat takové výsledky, které jsou konkrétní, měřitelné a ověřitelné. Pečlivě promyslete, jakým způsobem budete vyvíjet Váš model, odvoďte entity, které budete používat, nakreslete si diagram modelu, zvažte, co budete měřit. Teprve pokud máte o modelu dostatečně přesnou představu, vložte Vaše zadání. A samozřejmě, nezapomeňte si prosím přečíst [[How to deal with the simulation assignment/cs|Jak na simulace]].
</div>
}}

{{Ambox
| type = content
| text = <div>
Abychom se vyhnuli případnému budoucímu nedorozumnění, prosíme, ověřte si, že máte tučné '''schváleno''' někde v našem komentáři pod Vaším zadání. Pokud tam není '''schváleno''', znamená to, že Vaše zadání dosud schváleno nebylo.
</div>
}}

== Simulace sjezdovky ==

'''Název simulace''': Simulace sjezdovky

'''Autor''': Michal Pokorný

'''Typ modelu''': Multiagentní

'''Modelovací nástroj''': NetLogo

'''Popis Modelu''': Simulace pohybu lyžařů/snowboardistů na svahu. Účastníci simulace jsou nejdříve vyvezeni vlekem/ky na vrcholek svahu a následně v závislosti na svojí strategii sjedou svah dolů.
Simulace by řešila optimální počet a průchodnost vleků v závislosti na počtu účastníků (toto lze řešit výpočtem), počet nehod v závislosti na počtu vleků/účastníků a porovnání jednotlivých strategií účastníků (jejich rychlost) s pravděpodobností jejich srážky s jiným účastníkem.

'''Parametry modelu''':
* Velikost svahu
* Počet účastníků
* Strategie (rychlost) účastníků
* Počet a rychlost vleků

'''Možné rozšíření''': Úprk před lavinou, různé typy (rychlosti) sjezdovek, možnost pádu účastníka bez srážky s jiným účastníkem, různé obtížnosti sjezdovek (vyšší četnost pádů), vliv strategie na četnost pádů

: Nevidím tady mnoho důvodů k agentní simulaci. Vychází mi z toho simulace diskrétní a to ještě poměrně jednoduchá. Popřemýšlel bych buďto, jak to transformovat do simulace vhodné pro agenty (viz kritéria diskutovaný na poslední hodině) nebo to dělat jako diskrétní simulaci (ale v tom případě by bylo dobré trochu zvýšit složitost) či popřemýšlet o něčem úplně jiném. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:27, 5 May 2019 (CET)
:: Doplňuji s odstupem pár dnů - vemte si prosím případ nějaké konkrétní sjezdovky (velká lyžařská centra mají poměrně detailní mapy a dokonce jsou k dispozici i nějaké informace o kapacitách a vytížení) a pak by to smysl jako agentní simulace dávalo. Pokud je to v takovéhle modifikaci za Vás OK, pak '''schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:43, 8 May 2019 (CET)

== Simulace šíření spalniček ==

'''Název simulace''': Simulace šíření spalniček

'''Autor''': Bc. Jurij Povoroznyk, povj01

'''Typ modelu''': Systémová dynamika

'''Modelovací nástroj''': Vensim

'''Popis Modelu''': V České republice propukla epidemie spalniček. Tato nemoc se k nám dostal od cestovatele z Indie přímo do hlavního města Prahy. Celkově bylo nakaženo 2 000 lidí a další lidé rychle přibývají. Nakažený jedinci jsou z různých věkových kategorií. Přičemž děti v rozmezí 3–5 let jsou na tuto nemoc náchylnější a můžou této nemoci rychle podlehnout, dokonce umřít pokud nejsou již očkování. Očkovat dítě je možné minimálně od 1 roku života. Bylo zjištěno, že z celého souboru nebylo očkováno ani jednou dávkou vakcíny 39 % osob. Dvěma dávkami vakcíny bylo očkováno 42 % nakažených. Onemocnění se projevuje horečkou, rýmou, kašlem, slzícíma očima a na bukální sliznici jsou bělavé tečky se zarudlým okolím. Virus spalniček se přenáší kapénkovou infekcí. Inkubační doba spalniček je 6–19 dní, průměrně 13 dní. Infikovaní lidé jsou nakažliví ještě 4 až 5 dní před propuknutím této nemoci. Úmrtnost je velmi malá, 3 smrti z 1 000 případů. U dětí, které nedostali vakcínu a jsou nakažený touto chorobou je patřičně větší.

'''Parametry modelu''':
* Počet infikovaných
* Počet zdravých
* Počet jedinců z různých věkových kategorií
* Očkovaných jednou vakcínou, dvěma nebo žádnou
* Počet mrtvých
* Těžce nemocný jedinci

'''Cíl simulace''': Cílem tohoto modelu je určit a sledovat průběh této epidemie. Zároveň pomocí tohoto modelu lze určit, jak budou na tuto epidemii reagovat různé věkové kategorie a počet vakcín obdržených před vypuknutím epidemie. Údaje získané z této simulace by měly přesvědčit rodiče k očkování svých děti ihned jak to bude možné.

'''Možnosti rozšíření''': Model lze rozšířit o konkrétnější data - např.: typ vakcíny, absolvovaná karanténa nebo počet zdravých jedinců v rodině. Celkově se model rozšíří pokud budou adekvátní přibližná data a statistiky propuklé epidemie.

: Není mi úplně jasné, jak by to mělo vypadat a proč to chcete dělat jako agentní simulaci. Vezměte si prosím ta kritéria, která jsme si říkali na poslední hodině a otestujte si, kterým to vyhovuje. Tak jak je to popsáno by to podle mě spíš směřovalo do systémové dynamiky. Zkuste to prosím buď jinak navrhnout nebo zvolit jiný nástroj nebo eventuálně jiné téma. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:45, 5 May 2019 (CET)

:: Děkuji za Váš komentář. Hlavním důvodem výběru multiagentní simulace a konkrétně nástroje NetLogo je využití více typů jednotlivých agentů s rozlišnýma vlastnostmi a různorodýma reakcemi mezi sebou. Půjde především o lidi, kteří se budou lišit jak věkovou kategorií, tak samotnou šancí získat tuto nemoc dle výše zmíněných statistik získaných z ČSÚ. Dalším agentem je samotný virus. Mimo to by bylo možné přidat karanténu, kdy lidi budou uzamčený a nebudou moci nakazit ostatní zdravé jedince. Ovšem nedokážu si představit, jak to bude náročné na samotné programování. Zároveň vypuklá epidemie spalniček bude mít větší šanci nakazit jedince se slabší imunitou. Z výše uvedených informací mi přijde, že multiagentní simulace je nejvhodnější variantou pro aplikování této simulace. [[User:Povj01|Povj01]] ([[User talk:Povj01|talk]]) 11:39, 10 May 2019 (CET)

::: To co píšete, samozřejmě smysl dává. Nicméně, obecně se šíření chorob často zvrhne v jakési hemžení, kde si nakažení vzájemně předávají infekci. Nakolik to pak má kontakt s realitou, je často dost diskutabilní, proto se ptám předem, jak by to mělo vypadat a je opravdu důležité, abyste to měl rozmyšleno. Klidně sem prosím připojte nějaký nákres. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 16:48, 12 May 2019 (CET)

:::: Děkuji za odpověď. V příloze zasílám vytvořený návrh. Jde především o představu vytvořenou ve Photoshopu, tudíž se může částečně lišit od finální verze simulace. S realitou to bude mít velkou spojitost. Ať už jde o samotná čísla, která budou reálná a budou získaná z ČSÚ nebo vytvoření 1 či více karantén, jenž se vytvoří po velkém seskupení nemocných na jednom místě. Toto řešení by mohlo obohatit výsledek, zda vytvoření této karantény zabrání šíření a zda je vhodné vytvořit jednu či více. U jednotlivých agentů vytvořených v návrhu půjde také o dávky které získali jako prevenci proti spalničkám. U těchto simulací si nedokážu, jak více to lze propojit s realitou. Napadá mě ještě udělat nějakou reálnou budovu, např.: VŠE, kde se tyto spalničky budou šířit. Toto téma jsem si především vybral právě po reálném objevení spalniček na půdě VŠE. Odkaz na představu simulace [[Media:Spalnicky simulation.jpg|se nachází zde!]] [[User:Povj01|Povj01]] ([[User talk:Povj01|talk]]) 19:07, 12 May 2019 (CET)

::::: Tohle je to, čemu říkám "hemžení". Ve skutečnosti budete mít problém, aby vám v takovém modelu fungovala statistika. Na to totiž potřebujete mít pro každý dílčí jev dostatečné množství výskytů. To se dá ještě jakžtakž zajistit co se týče nějakého šíření epidemie, ale už musíte zanedbat prostorové aspekty, protože na takto malé ploše s takto málo agenty by došlo k obrovskému zkreslení výsledků (bavíme se o dejme tomu desítkách výskytů v desetimilionové populaci, o je z hlediska simulace strašlivě málo). Z toho vyplývá i problém s karanténou. Kolik lidí se do ní dostane? Rozumím tomu dobře, že jsou to ti, co "vlezou do té místnosti"? V tom případě je příslušnou proměnnou šířka toho vstupu. Atd. To téma je zajímavé a jsem pro, ale obávám se, že agentní simulace je pro něj nevhodná (alespoň pokud je formulováno tak, jak je formulováno). Simulace epidemií běžně pracují s miliony agenty, což v NetLogu moc dobře nejde. Jinak vám bude vycházet, že prakticky nikdo neonemocní nebo všichni rychle pomřou. Zvážil bych systémovou dynamiku. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:20, 12 May 2019 (CET)

:::::: Dobře tedy, rád bych zůstal u tohoto zadání. Šlo by to tedy dělat systémovou dynamikou pomocí Vensimu? V takovém případě by toto zadání bylo schváleno? [[User:Povj01|Povj01]] ([[User talk:Povj01|talk]]) 19:30, 12 May 2019 (CET)

:::::: Systémová dynamika je na to vhodná, takže ano.'''Schváleno'''. Pozor na to, jak to pak pojmete, aby simulace byla přiměřeným způsobem komplexní. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 19:55, 12 May 2019 (CET)

== Příjem, zpracování a vyloučení alkoholu z těla ==

'''Název simulace''': Příjem, zpracování a vyloučení alkoholu z těla

'''Autor''': Bc. Josef Čekan, cekj01

'''Typ modelu''': Systémově dynamický

'''Modelovací nástroj''': Vensim

'''Popis Modelu''': Tento model ukazuje účinek alkoholu na lidské tělo, když sleduje jeho příjem, zpracování a vylučování z těla. Model na základě několika faktorů dokáže odhadnout množství alkoholu v krvi po celou dobu užívání i odbourávání alkoholu, stejně jako dobu potřebnou k jeho úplnému odbourání. Hlavními faktory v modelu jsou váha jedince, typ alkoholu, množství konzumovaného alkoholu a doba samotné konzumace. Na model a jeho výsledky poté mají vliv například počet skleniček za hodinu, míra obsaženého alkoholu, objem tekutin v těle, Michaelisova konstanta či míra tolerance k alkoholu.

'''Parametry modelu''':
* Váha jedince
* Délka trvání konzumace alkoholu (včetně hodinové frekvence)
* Množství konzumovaného alkoholu
* Typ alkoholu

'''Cíl simulace''': Na základě získaných dat dokáže model vykreslit graf s množstvím promile v každém čase od začátku užívání alkoholu až do konce jeho odbourávání. Pomocí tohoto modelu tak lze například zjistit způsobilost(vzhledem k povolené míře alkoholu v krvi v závislosti na státě) k řížení vozidla pro konkrétního člověka dle množství a typu alkoholu. Stejně tak je pomocí modelu možné zjistit za jak dlouho bude veškerý alkohol z těla odbourán.

'''Možnosti rozšíření''':

: ''' Schváleno''', ale zamyslte se nad tím, jak ten model udělat komplexnější, aby z toho nevylezla jen jednoduchá kalkulace. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 12:40, 12 May 2019 (CET)

== Simulace optímálneho počtu výčapov piva na štadióne ==

'''Název simulace''': Simulace optímálneho počtu výčapov piva na štadióne

'''Autor''': Bc. Dominik Turák, turd01

'''Typ modelu''': Diskrétni simulace

'''Modelovací nástroj''': Simprocess

'''Popis Modelu''': Na hokejových alebo futbalových zápasoch sa často stáva, že človek musí čakať na pivo v dlhom rade celú večnosť. Navyše, ak sa poblízku štadióna nachádza podnik, v ktorom tiež čapujú pivo, ľudia sa mnohokrát rozhodnú ísť si radšej načapovať pivo tam, pretože je to pre nich mnohokrát výhodnejšie, či už z časového alebo finančného hľadiska. Štadión tým pádom stráca potencionálny zisk a naopak, pri malom počte ľudí zbytočne prepláca pracujúcich výčapníkov.

Model bude obsahovať tieto data:
* X fanúšikov na štadióne, ktorí chcú pivo
* Y výčapov na štadióne
* Z výčapov mimo štadióna
* cena piva na štadióne
* cena piva v konkurenčných výčapoch

'''Cíl simulace''': Nájsť otpimálny počet výčapov prihľiadnúc na počet ľudí na štadióne tak, aby sa minimalizovali straty od nedočkavých ľudí, ktorí si radšej zvolia konkurenčný výčap

'''Možnosti rozšíření''': Rozdielne ceny piva v konkurenčných výčapoch, počet konkurenčných výčapov a vzdialenosti výčapov od štadióna

: Nevidím v tomto zadání nějakou přidanou hodnotu. Co by mělo být přínosem? Velmi rychle byste zjistil, že výsledek je předvídatelný a závislý především na modelu chování účastníků. Doporučoval bych to přehodnotit. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 20:56, 5 May 2019 (CET)

:: Tak som nad tým premýšľal a rád by som asi spravil niečo úplne iné. Rád by som urobil simulaci optimálneho počtu výčapov na štadióne : X ludi, Y výčapov na štadióne a Z konkurenčných výčapov mimo štadiónu. Prínosom tejto simulácie by mala byť optimalizácia počtu výčapov na štadióne podľa počtu divákov na štadióne a minimalizácia strát sposobená dlhým čakaním na pivo a voľbou ísť si načapovať pivo do konkurenčnej krčmy blízko štadiónu.[[User:turd01|Dominik]] ([[User talk:Turd01|talk]]) 18:10, 12 May 2019 (CET)

::: V čem to chcete dělat? [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:04, 12 May 2019 (CET)

:::: Rád by som to robil v NetLogu, rozmýšľal som aj nad SimProcessom, ale radšej by som si naprogramoval agentov. [[User:turd01|Dominik]] ([[User talk:Turd01|talk]]) 19:10, 12 May 2019 (CET)

::::: Já si myslím, že tohle je jednoznačně na diskrétní simulaci. Proč a hlavně jak to dělat jako simulaci agentní tam moc nevidím. Bylo by ovšem každopádně dobré zjistit si parametry a data nějakého skutečného stadionu. Pokud souhlasíte, pak '''schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:23, 12 May 2019 (CET)

== Simulace ideálního rozdělení klužiště na rybníkový hokej ==

'''Název simulace''': Simulace ideálního rozdělení klužiště na rybníkový hokej

'''Autor''': David Lisý, xlisd05

'''Typ modelu''': diskrétní simulace

'''Modelovací nástroj''': SIMPROCESS

'''Popis Modelu''': Jelikož hokej závodně hraji, rozhodl jsem se na toto téma zpracovat i svou simulaci. V současnosti je trendem pro závodní, ale především pro rekreační hráče tzv."rybníkový hokej". Ten se hraje bez výstroje, v počtu 4 na 4, na malé branky a na třetinu jednoho klasického kluziště (na jedné klasické ledové ploše tedy máme 3 hrací plochy pro rybníkový hokej). Z vlastní zkušenosti mohu potvrdit, že hrají-li spolu pohromadě závodní hráči s hráči amatérskými, výsledná hra ztrácí na své kvalitě. Je proto lepší, hrají-li zápas proti sobě hráči stejné výkonnostní kategorie. Rozlišujeme pak tyto:
- závodní hráč (hráč se zkušenostmi z profesionálních, či závodních soutěží)
- pokročilý amatérský hráč (hráč se zkušeností z rekreačních soutěží)
- amatérský hráč - začátečník (hráč bez jakýchkoliv zkušeností z rekreačních soutěží)

Data budou čerpána z reálného zimního stadionu v Praze, který disponuje 2 ledovými plochami (celkově tedy simulace sleduje 6 hracích ploch pro rybníkový hokej). Podstatný fakt je ten, že se tedy hraje 4 na 4, střídá se stylem "poslední do hry - poslední na střídačku" (na střídačce se nám tedy tvoří jakási fronta hráčů) a počet hráčů na jedné střídačce není nikterak omezen. Na základě vlastního pozorování budu v simulaci počítat s následujícím procentuálním rozdělením výkonnostních kategorií:
- závodní hráči = 15%
- pokročilí amatérští hráči = 60%
- amatérští hráči - začátečníci = 25%

'''Parametry modelu''':
* počet hráčů
* průměrná doba hraní na stadionu
* počet hracích ploch pro rybníkový hokej (6)

'''Cíl simulace''': pomocí simulace zjistit ideální rozvrhnutí hracích ploch dle výkonnostních kategorií

'''Schváleno''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:45, 8 May 2019 (CET)

== Vytíženost posilovny ==

----
'''Název''': Vytíženost posilovny

'''Autor''': Martin Matějka, xmatm82

'''Nástroj''': SIMPROCESS

'''Definice problému''':
V dnešní době je velice populární zajít si zacvičit nebo se jen tak protáhnout do pohodlné, hezky vybavené posilovny. Jelikož je tento způsob cvičení v dnešní době tak populární, je dobré vědět, jak si na tom určitá posilovna stojí z hlediska schopnosti pokrytí návševnosti. Jak z pohledu zákazníka, tak i provozního, co by mohl zlepšit.  Mají dostatek místa? Dostatek nástrojů či pomůcek na posílování? Mají všichni možnost se dojít osprchovat bez delšího čekání nebo nevázne to hnedka u vchodu při koupi vstupenky?

'''Metoda''':
V simulaci bude zahrnuta spousta entit, které budou mít na výsledné hodnoty vliv (druh zákazníka, doba návštěvy..), ale jednou z nejdůležitějčích entit je množství a frekvence návševníků přicházející do posilovny. Pro generování návštěvníků bude použit určitý algoritmus, který bude produkovat náhodná čísla, ale také bude zahrnovat učité hodnoty ze známého chování návštěvníků. Například, že v dopoledních hodinách je nevštěvnost o něco měnší a nebo o víkendech zase vyšší. Pro zanalyzování vytíženosti posilovny v čase je Monte Carlo dobrá volba.

::Zdravím, co všechno by byly tedy náhodné proměnné? Na základě jakých reálných dat budete odvozovat jejich pravděpodobnostní rozdělení? (data a odvození pravděpodobnostních rozdělení musí být součástí vypracované simulace). Jak přesně bude simulace fungovat? Předpokládám, že i když zmiňujete Monte Carlo, tak jako nástroj jste si vybral Simprocess, což je v tomto případě relevatní - v Excelu by udělat nešlo. [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 12:11, 4 May 2019 (CET)

::: Odpověďi:
::: 1)''Náhodné proměné?''
- počet návštěvníků
- zaměření návštěvníka
- fitness partie (horní, dolní, full-body)
- cardio
- volba nástrojů na cvičení
- popřípadě i doba návštěvy

::: 2)''Reálných dat?'' Co se týče vybavení posilovny (druhy,počty strojů), mohu sestavit několik šablon, které v reálu představujou posilovny, které znám. Návštěvnost bude taková, aby byla reálná a také trochu hraniční, aby byla známa přibližná maximální zatíženost posilovny. Dále čas strávených na určitých posilovacích zařízení budou stanoveny podle mého vlasního uvážení, které vychází z mnoha let zkušeností.

::: 3)''Jak bude fungovat?'' Budou přícházet návštěvnící do posilovny. Která má stanovený počty několika druhů vybavení. Každý návštěvník má určité zaměření, co chce posilovat a tím je stanoveno jaké stroje by chtěl použít. Použije pár strojů, vysprchuje, oblíkne a odejde. Budem sledovat jaké stroje jsou nejvíce/nejméně vytíženy. Kde má posilovna nedostatny atd. [[User:Xmatm82|Xmatm82]] ([[User talk:Xmatm82|talk]]) 19:34, 7 May 2019 (CET)

:::: V pořádku, nicméně: opatřete si data z nějaké konkrétní posilovny/posiloven. Z kontextu jsem pochopil, že Vám toto prostředí není cizí, neměl by to pro Vás být tedy problém. Vlastní zkušenost je důležitá, ale někdy nekoresponduje zcela s realitou. Dále, tak jak to popisujete (náhodné volby různých posilovacích strojů apod.), není úplně triviální. Lze to udělat, každopádně potřebujete ostrou verzi Simprocessu (je na učebnách). '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 18:51, 8 May 2019 (CET)

== Spotřeba surovin ve fastfoodu ==
----
'''Název''': Spotřeba surovin ve fastfoodu

'''Autor''': Josef Kočí

'''Nástroj''': Simprocess

'''Definice modelu''':
Protože již 4 roky pracuji ve společnosti AmRest, z pozice hlavního instruktora mám přístup k manažerským systémům, kde lze sledovat data o prodeji, počtu objednávek v různých hodinách a spotřebu jednotlivých ingrediencí. Mým cílem je část této reality zachytit v programu Simprocess, zobrazit v něm proces na jednotlivých ingrediencích, jejich objednání a naskladnění ráno, jejich průběžné vyskladňování, použití do procesu až k vydání zákazníkům. Proces tak zachytí, kolik dle simulací průměrně zůstává nevyužitých ingrediencí, jak dlouho přibližně zákazníci čekají a pokusím se případně i o analýzu zlepšení tzv. SOS (Speed of Service).

'''Data''':
Vstupní data jako množství zákazníků v jedno hodinách či spotřeba ingrediencí sice budou náhodná (avšak vzájemně spolupracující), nicméně budu vycházet z reálných dat z manažerských systémů tak, aby počty objednávek na různé hodiny přibližně seděly.

'''Doplnění''':
Prostředí bude přímo z KFC, jelikož ale Simprocess má limitované množství entit, nezachytím bohužel všechny suroviny, které se v KFC používají. Proto se pokusím zachytit ty nejdůležitější. Mezi hlavní cíl patří monitoring zbylých surovin a pokusit se o minimalizaci jejich množství, které na konci zbyde. Budu tedy hledat kritická místa, o nichž pak sepíšu zprávu. Mým cílem tedy bude dosáhnutí co nejmenšího zbytku surovin na konci dne. Z vlastní zkušenosti vím, že není možné skončit s naprosto prázdným stavem, neboť to ve výsledku může negativně ovlivnit SOS v průběhu posledních hodin.
V modelu se pochopitelně pokusím o co nejvěrnější proces, tedy sendviče se nějakou dobu zpracovávají, maso se nějakou dobu připravuje a pak nějakou dobu smaží. Uvidím, jak detailně se mi proces povede zachytit.

: Téma je OK, ale je potřeba jej zpřesnit. 1) Stanovte zcela konkrétní cíl(e). Z toho zadání mi to moc konkrétní nepřijde. Co je cílem? Minimalizace zásob? Je to issue? 2) Amrest má pokud vím více brandů. Uvidíte podle definice cíle, ale pravděpodobně bude dobré vyberte si jeden a nasimulovat jej do detailu. 3) Je potřeba zohlednit všechny faktory, které mohou být s ohledem na výsledek relevantní. Předběžně to má zelenou, ale rozpracujte to zadání prosím dopodrobna. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 21:06, 5 May 2019 (CET)

:: Vaší úpravy jsem si všiml až teď - je lepší změnu nějak označit. Simprocess nemá omezené množství entit, pouze ta zkušební verze to tak má, ale říkali jsme si, že seminárku budete dělat ve verzi ostré, která je nainstalována na učebnách, čili důvod k jakýmkoliv omezením není. Za těchto podmínek '''schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:30, 12 May 2019 (CET)

== Simulace automobilových závodů ==
----
'''Název:''' Simulace automobilových závodů

'''Autor:''' [[User:Jinv00|Jinv00]] ([[User talk:Jinv00|talk]]) 10:51, 5 May 2019 (CET)

'''Nástroj:''' Netlogo

'''Typ modelu:''' Multiagentní

'''Popis modelu:''' Simulace pohybu závodních vozů po okruhu. Vozy jsou na začátku závodu seřazeny na startovní rovince, a po odstartování krouží po okruhu. Každý vůz může mít různou (náhodně přidělenou) rychlost. Rychlost vozů je kromě základní přidělené rychlosti závislá i na míře opotřebení pneumatik (opotřebovanější pneumatiky jsou pomalejší než méně opotřebované), na aktuální zvolené směsi pneumatik (měkčí směs pneumatik je rychlejší než tvrdší) a na jízdním stylu řidiče (agresivní jízdní styl je rychlejší než konzervativní). Rychlost opotřebovávání pneumatik je závislá na zvolené směsi pneumatik (měkčí směs pneumatik se opotřebovává rychleji než tvrdší), na jízdním stylu řidiče (agresivním jízdním stylem se pneumatiky opotřebovávají rychleji než konzervativním jízdním stylem) a na vzdálenosti vozu za jiným vozem (jízda do cca 2 sekund za jiným vozem má za následek ztrátu přítlaku, pronásledující vůz tak po trati více "klouže" a tím trpí pneumatiky). Přezouvání pneumatik se provádí během pit stopů, které trvají nějaký čas (a k tomu samotná jízda boxovou uličkou je pomalejší než jízda po okruhu). Projede-li vůz za jiným detekční zónou pro DRS s odstupem menším než 1 sekundu, můžu potom v následující DRS zóně využít DRS pro krátkodobé zvýšení rychlosti. Každý vůz musí během závodu použít alespoň 2 různé směsi pneumatik.

'''Parametry modelu:'''
* Počet vozů
* Počet kol závodu
* Rychlost vozů (náhodná v intervalu od nejnižší zadané rychlosti po nejvyšší zadanou)
* Průměrná míra opotřebení jednotlivých směsí pneumatik
* Míra vlivu opotřebení pneumatik na rychlost vozu
* Míra vlivu použité směsi pneumatik na rychlost vozu
* Míra vlivu jízdního stylu řidiče na rychlost vozu
* Rychlost opotřebovávání jednotlivých směsí pneumatik
* Míra vlivu jízdního stylu řidiče na míru opotřebení pneumatik
* Míra vlivu jízdy v závěsu (do cca 2 s) za jiným vozem na opotřebení pneumatik
* Rychlost vozů v boxové uličce
* Rychlost vozů v DRS zóně
* Zvolená směs pneumatik jednotlivých vozů na startu závodu
* Počet zastávek v boxech

'''Cíl simulace:''' Simulací by se dala odhadnout optimální strategie zastávek v boxech (počet zastávek, načasování zastávek, použité sady pneumatik (a jejich počet)) a optimální jízdní styl (agresivní/konzervativní).

'''Možnosti rozšíření:''' Pravděpodobnosti předjetí v různých částech tratě (v mnou navrženém modelu rychlejší vůz vždy kdekoliv předjede pomalejší, ve skutečnosti je však předjetí nejpravděpodobnější na dlouhých rovinkách (ideálně za asistence DRS) a v zatáčkách s větší šířkou tratě; v modelu vůbec neuvažuji zdržení jednoho vozu za druhým kvůli nemožnosti ho předjet). Kolize (v mnou navrženém modelu sebou mohou jednotlivé vozy "projet" bez jakékoliv možnosti havárie). Slipstream - vůz jedoucí za jiným (především při vyšších rychlostech) může využít slipstream vznikající za pronásledovaným vozem ke zvýšení rychlosti. Různá rychlost vozů v různých částech tratě - vyšší rychlost na rovinkách, nižší v zatáčkách (v mnou navrženém modelu je rychlost vozu na celé trati vždy stejná (kromě boxové uličky a DRS zón)), k tomu by šlo přidat i různé nastavení vozů (vyšší přítlak = vyšší rychlost v zatáčkách a menší na rovinkách, nižší přítlak = nižší rychlost v zatáčkách a vyšší na rovinkách). Simulace množství paliva ve vozech (vliv jízdního stylu řidiče na spalování paliva (agresivní = rychlejší spalování paliva, konzervativní = pomalejší spalování), vliv množství paliva ve vozech na rychlost vozu (více paliva (těžší vůz) = pomalejší, méně paliva (lehčí vůz) = rychlejší) a simulace možnosti přidání tankování paliva během zastávek v boxech. Různé opotřebení jednotlivých pneumatik na voze závislé na různých nastaveních vozu (v mnou navrženém modelu se všechny pneumatiky opotřebovávají stejně a stejnou mírou, ve skutečnosti je však opotřebení pneumatik závislé na orientaci okruhu (pravotočivý/levotočivý) a na různých nastaveních vozu (přítlak předního/zadního přítlačného křídla, geometrie zavěšení, odemknutý/zamknutý diferenciál, brake bias (vyvážení brzd (přední vs zadní kola)), tlak v pneumatikách, tlak brzd, rozmístění hmotnosti (či umístění balastu), atd.)).

: To řešení kolizí by mi v tom modelu připadalo jako poměrně podstatné. Jinak to ale vypadá dobře. '''Schváleno.''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 21:54, 5 May 2019 (CET)

== Simulace Killer Bees ==
----
'''Název simulace:''' Simulace střetu populací Evropských a Afrikanizovaných včel medonosných

'''Autor:''' Michaela Trnková

'''Typ modelu:''' Multiagentní

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' V padesátých letech minulého století stvořil vědec v Brazílii křížence africké a evropské včely medonosné. Afrikanizované včely sice produkují až dvojnásobné množství medu než původní evropský druh, zato si ale zachovaly svoji hyperagresivitu danou množstvím predátorů v Africe. Oproti tomu evropské včely byly po staletí šlechtěny k mírnému chování. V roce 1957 uniklo 26 rojů z původního chovu a dnes tvoří dominantní druh od Jižní Ameriky až po jižní státy USA. Uvádí se, že území, kde dominují afrikanizované nebo hybridní druhy, se každý den posune o dva kilometry na sever.

V modelu se budou populace včel potkávat a křížit mezi sebou. Při vzniku hybridu bude mít hybrid šanci získat buď mírné, nebo hyperagresivní chování.

Existují dva druhy včelích hnízd: člověkem udržované úly a hnízda v přírodě. U lidí mají větší šanci na přežití včelstva s mírnou povahou. Ve volné přírodě naopak včelstva agresivní. Afrikanizované včely mohou také obsadit úl včel evropských nahrazením původní královny.

Prostředí budou tvořit různé "klimatické" zóny s jinými teplotními podmínkami. Čím teplejší a vlhčí zóna, tím více medu dokáží vyprodukovat afrikanizované včely. Naopak čím chladnější nebo sušší zóna, tím menší šanci mají afrikanizované včely šanci přežít. Konflikt těchto dvou druhů a jejich hybridů je častým předmětem zkoumání a měla by být dostupná data pro celkem přesný model.

'''Cílem modelu''' bude sledovat, jak se bude situace vyvíjet v čase a jaká kritéria jsou rozhodující pro prosperitu jednotlivých druhů.

'''Parametry modelu:'''
* Počet možných úlů na území
* Druh zóny a její klima
* Strategie včelařù (preference zisku medu, mírnějšího včelstva aj.)
* Šance na zánik úlu
* Šance na vytvoření nového roje
* Pravděpodobnost zdědění jednotlivých vlastností

'''Možnosti rozšíření:'''

* Nemoci včelstev (některé včely jsou odolnější/náchylnější)
* Výkyvy počasí (mimořádně chladná zima/horké léto/sucho,...)

[[User:Xtrnm15|Xtrnm15]] ([[User talk:Xtrnm15|talk]]) 09:46, 13 May 2019 (CET)

Jo, to je dobré. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 11:08, 15 May 2019 (CET)

== Simulace reklamačního oddělení ==
----
'''Název''': Simulace reklamačního oddělení

'''Autor''': Pavel Gregor

'''Nástroj''': Simprocess

'''Předmět simulace''':
Firma poskytuje zákazníkovi službu a to takovou, že pokud se zákazníkovi zakoupené zboží jakkoli rozbije i vlastním zaviněním, dostane výměnou nový kus za stávající.
Vrácené jednotky pak procházejí testovacím procesem funkčnosti. Rozbité jednotky jsou přeposílány na rozebrání. Rozebrané jednotky se pak využijí na náhradní díly. Otestované jednotky, které projdou celým procesem, bez nalezené chyby jsou vráceny zpět do oběhu za sníženou cenu.

Na každé pozici má operátor předepsaný počet jednotek, které musí v daném čase otestovat. V simulaci bude řešen počet jednotlivých operátorů na daných pozicích, aby nedocházelo k hromadění jednotek na některých z pozic, které jsou časově náročnější. Dále kolik je zapotřebí operátorů v závislosti na počtu přijatých jednotek.
Upravení počtu jednotek/h na jednotlivých pozicích k optimalizaci celého procesu.

'''Modely simulace''':

* Současná situace
* Optimalizace počtu operátorů závisející na denním příjmu jednotek (současný systém)
* Optimalizace počtu zpracovaných jednotek na jednotlivých pozicích z vlastních zkušeností
* Maximální možné vytížení na modelu č. 3 a kapacitě provozovny

'''Popis procesu''':

* Příjem jednotek
* Nahrání jednotek do systému + základní rozřazení dle hlášené chyby (2 kategorie – fyzické x sw poškození/chyba)
* Nabití všech jednotek (test baterie)
* Restore – Tovární nastavení jednotky
* Základní verifikace – ověření hlášené chyby zákazníkem
* SW kontrola funkce display + mechanická kontrola dotyku operátorem
* SW kontrola Audio – reproduktory + mikrofon
* Kontrola základních funkcí telefonu
* Test wifi (2,4 GHz, 5 GHz), Bluetooth, GPS
* Kontrola funkčnosti telefonické komunikace
* Vizuální kontrola jemného fyzického poškození
* Otevření jednotky a kontrola, zda nebyla jednota zasažena tekutinou
* Ověření, zda jednotka nebyla poškozena při otevření (opakují se body 6-10)
* Finální kontrola (vizuální kontrola + tovární nastavení)
* Očištění jednotek
* Balení
* Odeslání

'''Schváleno''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 19:47, 8 May 2019 (CET)

== Optimalizace centrálního skladu ==

'''Název simulace''': Optimalizace centrálního skladu

'''Autor''': Martin Jirsa

'''Modelovací nástroj''': Simprocess

'''Předmět simulace''':
Velká obchodní společnost nakupuje zboží od různých dodavatelů. Zboží je dovezeno do centrálního skladu, kde je přerozděleno a odvezeno do menších skladů, které pak zboží distribuují koncovým zákazníkům (obchodníkům). Centrální sklad funguje převážně pro přerozdělování jednotlivých objednávek a vlastní skladovací zásoby jsou minimální. V této simulaci je budu věnovat pouze procesu přerozdělování na lokální sklady.
Každý z lokálních skladů posílá objednávku na dané produkty. Veškeré objednávky jsou dodávány do centrálního skladu. Kde jej pracovníci přerozdělují dle kódu lokálních skladů. Každý pracovník má nyní zavedenou normu na hodinu, kolik musí přerozdělit krabic se zbožím.
Lokální sklady je nacházejí v Ostravě, Brně, Plzni, Českých Budějovicích a v Liberci

'''Entity''':
* Krabice
* Paleta

'''Modely''':

* Vymodelování stávajícího procesu přerozdělování zboží mezi jednotlivými sklady, dle dat ze skladu.
* Model optimalizace počtu pracovníků dle denního příjmu na centrální sklad.
* Maximální možné vytížení skladu dle skladovacích a personálních kapacit.

'''Popis procesu''':

* Příjem zboží – do skladu přijedou nákladní vozy od dodavatelů
* Složení zboží
* Kontrola objednávky (zda dorazilo vše co bylo objednáno) a pokud ne - reklamace (řešeno procentuální chybovostí ze získaných dat)
* Načtení zboží do systému
* Třídění zboží pro lokální sklady
* Balení
* Odeslání

== Simulace výběru pokladny na prodejně ==

'''Název simulace''': Simulace výběru pokladny na prodejně

'''Autor''': Jan Hazdra

'''Typ modelu''': Diskrétní simulace

'''Modelovací nástroj''': SIMPROCESS

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

'''Metoda''': Problém bude řešen jako diskrétní simulace v programu Simprocess, jelikož jde o variaci na problém front, který se v Simprocessu řeší nejsnadněji. Při simulaci vycházím z reálných dat posbíraných za jeden den na jedné z prodejen v České Republice. Data se během jednotlivých dnů příliš neliší, proto budu vycházet ze vzorku z jednoho dne.

'''Parametry''':
* typ pokladny
* počet pokladen
* zdržení na pokladně
* počet zákazníků
* doba strávené na prodejně

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

: '''Schváleno''' [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 20:14, 8 May 2019 (CET)

== Meziměstská autobusová doprava ==
----
'''Název:''' Simulace meziměstské autobusové dopravy

'''Autor:''' [[User:Zikl00|Zikl00]] ([[User talk:Zikl00|talk]]) 12:25, 8 May 2019 (CET)

'''Nástroj:''' Vensim

'''Typ modelu:''' Systémově dynamický

'''Popis modelu:''' Jsme jedním ze zakladatelů dopravní společnost, která se zabývá meziměstskou autobusovou dopravou. Pomocí simulace budeme zjišťovat, v jakých městech se vyplácí provozovat autobusové linky společnosti. Konkurence se nebere v této úloze v úvahu. V simulaci půjde o ekonomické řízení podniku, kde se budou sledovat příjmy a výdaje. V úvahu se bere např. pořizovací cena autobusů a počty pasažérů. Dále musí společnost platit své řidiče a náklady na provoz autobusů. Aby přeprava byla výdělečná, bude záležet také na počtu autobusů. Ty mají danou kapacitu, opotřebení, fixní a variabilní náklady na provoz. Sledovat se bude výdělečnost a ztrátovost přeprav.

'''Parametry modelu:'''
* Počet cestujících na nádražích
* Velikost populace jednotlivých měst
* Vzdálenost mezi městy
* Počet autobusů
* Pořizovací cena jednoho autobusu
* Počet řidičů
* Náklady na provoz jednoho autobusu
* Náklady na jednoho řidiče
* Cena paliva

'''Cíl simulace:''' Výsledky simulace budou sloužit jako podpora při ekonomickém řízení společnosti. Zjistíme, za jakých podmínek se vyplatí provozovat služby společnosti. Můžeme tak i předejít negativním vlivům a budoucím ztrátám.

: Téma samotné se mi líbí, upřesněte prosím ale, kde vezmete data. Bude jich potřeba docela dost. Kupříkladu vytíženost autobusů během dne/týdnu, celkové náklady na vlastnictví/provoz autobusů (údržba, lidské zdroje, redundance, palivo, amortizace, pojištění, atd...). Pokud máte hodnověrné zdroje, na základě kterých jste schopen takové parametry nastavit, tak je to super zadání. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 20:20, 8 May 2019 (CET)

:: Nakonec jsem se rozhodl pro malou úpravu zadání a změnu nástroje. [[User:Zikl00|Zikl00]] ([[User talk:Zikl00|talk]]) 20:47, 13 May 2019 (CET)
:: '''Schváleno''' [[User:Oleg.Svatos|Oleg.Svatos]] ([[User talk:Oleg.Svatos|talk]]) 15:15, 14 May 2019 (CET)

== Retence vody v krajině ==
----
'''Název:''' Simulace retence vody v krajině

'''Autor:''' Jan Reindl

'''Nástroj:''' Netlogo

'''Popis simulace:''' Prostředí tvoří krajina s různě složitým terénem, na který dopadá různé množství srážek. Část vody se vsákne, ale zbytek teče směrem dolů. V místech, kde protéká hodně vody může docházet k erozi. Pokud voda odtéká příliš rychle, půda vysychá. Půda má dvě "vrstvy" první vrstva je povrchová, s omezenou možností absorbovat vodu. Druhá vrstva je hluboká a má relativně neomezenou kapacitu, voda se do ní ale dostává postupně skrze svrchní vrstvu. Uživatel bude mít možnost na jednotlivých "dlaždicích" možnost uměle zvýšit nebo snížit elevaci (vytvořit hráz nebo vykopat příkop). Model bude sledovat množství vsáknuté vody, hladinu "spodních vod", množství vody, která odteče pryč, a závislost těchto výsledků na vydatnosti a četnosti srážek. Jedná se o dnes často zkoumaný problém, a neměl by být problém sehnat data pro relativně přesné nastavení modelu.

'''Parametry modelu:'''
* Vydatnost srážek
* Četnost srážek
* Absorbční schopnost půdy
* Absorbční kapacita půdy
* Pevnost půdy (odolnost proti erozi)
* Množství vody v jednotlivých vrstvách půdy
* Rychlost úbytku vody v půdě

'''Možnosti rozšíření modelu:'''
* Různé druhy půdy (les, pole s řepkou,...)
* Možnost přidání lidského osídlení, které může ohrozit povodeň.
* Více možných terénních úprav
* Různé možnosti generace nebo vložení "mapy"

[[User:Xreij15|Xreij15]] ([[User talk:Xreij15|talk]]) 09:58, 12 May 2019 (CET)

: Jsem pro, vezměte ale prosím nějaké zcela konkrétní území, které budete simulovat, optimálně takové, pro které jsou dostupná data. '''Schváleno'''. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 16:51, 12 May 2019 (CET)

== Simulace populačního vývoje České republiky ==

'''Název simulace''': Simulace populačního vývoje České republiky

'''Autor''': Bc. Adam Spivák, spia00

'''Typ modelu''': Systémově dynamický

'''Modelovací nástroj''': Vensim

'''Popis Modelu''': Model zobrazuje vývoj počtu obyvatel České republiky v závislosti na střední délce života, poměru počtu mužů a žen, průměrném věku rodiček, míře plodnosti, zásahu státu, živelných katastrofách (např. povodně), migrace.
Model bude využívat dostupná statistická data týkající se České republiky.

'''Parametry modelu''':
* Počáteční počet obyvatel
* Střední délka života
* Poměr mužů a žen
* Průměrný věk rodiček
* Míra plodnosti

'''Cíl simulace''': Zobrazit v přehledné formě vývoj počtu populace v závislosti na zadaných parametrech.

:Pokud to bude obsahovat komplexně zpracované všechny proměnné uvedené v popisu modelu, tak '''schváleno'''.

== Simulace mořského ekosystému ==
----
'''Název:''' Simulace mořského ekosystému

'''Autor:''' Matyáš Svárovský, svam00

'''Typ modelu:''' Multiagentní

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' Model je jednoduchou multiagentní simulací mořského ekosystému.

Prvním typem agentů je plankton, který se průběžně objevuje, nepohybuje se a jeho jedinou funkcí je sloužit jako potrava pro ostatní agenty.

Druhým typem agentů je malá ryba. Malé ryby se pohybují, jejich cílem je konzumace planktonu. Při konzumaci získají určité množství energie/velikosti. Po dosažení dané velikosti se rozmnoží, vyprodukují malou rybu (případně více ryb) o nejmenší velikosti. Bude nastavena ještě jedna hranice velikosti, kdy se z malé ryby stane velká ryba.

Velká ryba je třetí typ agenta, už se neživí planktonem, ale pouze ostatními rybami. Velká ryba může zkonzumovat jakékoli malé ryby, i ostatní velké ryby, které jsou o danou hranici menší, než ryba samotná. S narůstající velikostí dochází ke snižování rychlosti u velkých ryb. Velké ryby už se nerozmnožují.

Pro malé i velké ryby platí, že uhynou, pokud jsou nějakou dobu bez potravy. Malé ryby tak budou umírat z důvodu nedostatku planktonu, velké ryby budou umírat, pokud dosáhnou takové velikosti, která jim díky snížené pohyblivosti neumožní chytat potravu.

'''Cíl modelu:''' Sledovat v čase populaci jednotlivých typů agentů - planktonu, malých ryb, velkých ryb. Sledovat průměrnou délku života a průměrnou velikost ryb. Sledovat velikost největší ryby vůbec.

'''Parametry modelu:'''
* Počáteční množství planktonu a malých ryb
* Rychlost obnovy planktonu
* Zisk energie z konzumace planktonu a jiných ryb
* Potřebná velikost pro rozmnožení a evoluce do velké ryby
* Počet potomků při rozmnožení

'''Možnosti rozšíření:'''
* (spíše nutné) Malé ryby se budou při pohybu vyhýbat velkým rybám
* Vyzkoušet model, kde se velkým rybám nebude snižovat rychlost (a uhynou např. po dosažení určité velikosti). Porovnat výsledky s defaultním modelem.