Difference between revisions of "Assignment SS 2023/2024/cs"
(→Simulace plastového znečištění oceánů) |
(→Simulace účinnosti očkování na šíření nákazy) |
||
Line 717: | Line 717: | ||
[[User:Sedp11|Sedp11]] ([[User talk:Sedp11|talk]]) 11:45, 10 May 2024 (CET) | [[User:Sedp11|Sedp11]] ([[User talk:Sedp11|talk]]) 11:45, 10 May 2024 (CET) | ||
+ | |||
+ | : V uplynulých letech bylo něco takového zpracováno mnohokrát. Upřímně doporučuji vymyslet něco jiného. Jednak budete mít problém přidat další přidanou hodnotu, jednak toto téma má problém na jedné straně s tím, že aby to bylo realistické, jsou ty modely dost složité a na druhé straně, pokud se náležitě zjednoduší, jsou zpravidla k ničemu. [[User:Tomáš|Tomáš]] ([[User talk:Tomáš|talk]]) 17:52, 10 May 2024 (CET) | ||
== Simulace evakuace při zemětřesení v Japonsku == | == Simulace evakuace při zemětřesení v Japonsku == |
Revision as of 17:52, 10 May 2024
Na tuto stránku vkládejte svá zadání. Nezapomeňte se podepsat. Můžete použít ~~~~ (čtyři tildy) k automatickému podpisu. Používejte Ukázat náhled, abyste si prohlédli Váš výsledek před konečným odesláním. |
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 Jak na simulace. |
Témata na téma hazardních her, karet, vývoje cen akcií/indexů nejsou vítány. Rovněž varianty úlohy "Predator & Prey" a příkladů ze cvičení vám budou rozmluveny. |
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. |
Criteria for evaluation of the simulation proposal The proposal must contain:
If any of the above points are missing from the simulation proposal, the proposal is considered incomplete. Unless the proposal contains all of the above points it will not be evaluated at all (and therefore cannot be approved).
If the answer to any of the above points is no, you need to improve your proposal. Don't wait for us to tell you so - you're wasting your time. |
Contents
- 1 Simulacia urgentneho prijmu v nemocnici
- 2 Simulace tornáda ve venkovské oblasti
- 3 Simulácia evolúcie neurónovej siete, ktorej cieľom je naučiť sa hrať klasickú hru Snake
- 4 Simulace přestupu na stanici metra Můstek
- 5 Simulace boardingu pasažéru do letadla
- 6 Simulace vývoje alkoholismu: Závislost, léčba a dopady na zdraví
- 7 Simulace přírodního výběru
- 8 Simulácia podkladní v supermarkete
- 9 Simulace úspěšnosti studentů
- 10 Vplyv odlesňovania v Amazónií na globálne otepľovanie
- 11 Simulace plastového znečištění oceánů
- 12 Simulácia: predikcia počtu obyvateľov Slovenskej republiky
- 13 Simulace profitability nových finančních produktů při zohlednění rizika nedobytnosti pohledávek a ceny zdrojů
- 14 Simulace implementace SW projektu pro potřeby projektového řízení
- 15 Simulace účinnosti očkování na šíření nákazy
- 16 Simulace evakuace při zemětřesení v Japonsku
- 17 Simulace zombie apokalipsy
- 18 Simulace vývoje korálových útesů
- 19 Vesmírné smetí: simulátor kolizí satelitů a vesmírného smetí
Simulacia urgentneho prijmu v nemocnici
Popis
Simulacia urgentneho prijmu v nemocnici, kde pacienti pocas dna prichadzaju v roznych casoch s roznou zavaznostou ochorenia. Pacienta najprv prijme sestra a nasledne vysetri lekar. Po vysetreni je pacient bud prepusteny alebo hospitalizovany. Myslienkou je vytvorit zjednoduseny model nemocnice s urcitou kapacitou a pozorovat ako pocet lekarov a sestier, pocet miestnosti na vysetrenie a algoritmus pre „triedenie“ / prioritizaciu pacientov na urgentnom prijme ovplyvnuje zaplnenie dostupnych lozok.
Cíl
Zistenie optimalneho poctu lekarov, sestier a miestnosti pre modelovanu nemocnicu. Testovanie roznych strategii prioritizacie pacientov.
Užitečnost
Simulacie oddeleni v nemocnici su uzitocne pre riesenie roznych problemov, napr.:
• Alokacia zdrojov
• Optimalizacia toku pacientov
• Redukcia cakania na vysetrenie a dlzky hospitalizacie
Metoda a způsob simulace
Diskretna simulacia v NetLogo alebo AnyLogic (necham si poradit)
Proměnné
• Kapacita nemocnice
• Pocet osetrujcich lekarov
• Pocet zdravotnych sestier
• Pocet miestnosti na vysetrenie
Náhodné proměnné
• Stav pacienta
• Dlzka vysetrenia
• Vysledok vysetrenia
• Prichod pacientov
• Odchod pacientov
Použita data pro nastavení simulace
Data pre konkretne zariadenia su limitovane. Cerpat je mozne z celkovych statistik zdravotnickych zariadeni v CR/SR a z existujucich studii.
Narodne Centrum Zdravotnickych Informacii, [1]
Ustav Zdravotnickych Informaci a Statistiky CR, [2]
Modeling and simulation of patient flow at the emergency services: Case of Al-Zahraa Hospital University Medical Center in Lebanon, [3]
Sekp02 (talk) 11:40, 9 May 2024 (CET)
Simulace tornáda ve venkovské oblasti
Popis
Jedná se o simulaci tornáda ve venkovské oblasti, kde může tornádo zasáhnout domy, farmy a další infrastrukturu. Obyvatelé oblasti jsou vystaveni riziku ničivých škod a je nutné zkoumat strategie předcházení a zvládání následků této katastrofy. Obyvatelé budou mít také možnost úniku do několika bunkrů.
Cíl
Cílem modelu je porozumět dopadům tornáda na venkovskou oblast a zjistit, jaká opatření mohou minimalizovat škody a zvýšit podíl přeživších. Důraz je kladen na analýzu evakuace a výstrahy.
Užitečnost
Model tornáda je užitečný pro studium a testování různých strategií řízení rizik spojených s tornády. Poskytuje prostředek pro zkoumání účinnosti evakuace, plánování obnovy a analýzu dopadů tornáda na obyvatelstvo a infrastrukturu venkovské oblasti.
Metoda a způsob simulace
Simulace je založena na agentově založeném modelu, kde každý agent představuje jednotlivého obyvatele nebo budovu v oblasti. Tornádo je modelováno jako pohybující se entita, která může způsobit škody na okolním prostředí. Interakce mezi tornádem a agenty jsou simulovány na základě pravděpodobnostních modelů. Jako nástroj pro simulaci využiji NetLogo.
Proměnné
• Typy budov a infrastruktura v oblasti
• Hustota obyvatelstva
• Rychlost a velikost tornáda
• Doba výstrahy a reakce obyvatel
Náhodné proměnné
• Umístění vzniku tornáda
• Intenzita a směr pohybu tornáda
• Reakce obyvatel na varování a evakuaci
• Škody způsobené tornádem na konkrétních místech
Použita data pro nastavení simulace
Studie od Daan Liang, Zhen Cong a Guofeng Cao https://journals.ametsoc.org/view/journals/wcas/14/2/WCAS-D-21-0089.1.xml
Javf00 (talk) 12:43, 8 May 2024 (CET)
- Bude třeba, abyste si prostudoval o dynamice tornád více zdrojů. Schváleno. Tomáš (talk) 17:34, 10 May 2024 (CET)
Simulácia evolúcie neurónovej siete, ktorej cieľom je naučiť sa hrať klasickú hru Snake
Popis
Práca bude simulovať evolúciu agentov, ktorí sa budú snažiť naučiť hrať klasickú hru Snake. Každý agent bude predstavovaný neurálnou sieťou, ktorá na základe aktuálneho stavu hry rozhodne ako ďalej pokračovať. Cieľom práce bude zistiť najvhodnejšie parametre pre vývoj agentov.
Prostredie
Pre simuláciu evolúcie bude potrebné simulovať viacero generácií E a v každej generácii bude populácia agentov o veľkosti N. Každý agent bude hrať samostatnú inštanciu hry Snake. Po odohraní hier agentov v danej generácii sa vypočíta fitness (skóre) najlepšieho agenta. Podľa fitness sa vyberú jedinci pre ďalšiu generáciu (podľa miery elitizmu e). Ďalej sa generácia doplní novo vytvorenými agentami (potomkami), ktorí vzniknú krížením dvoch náhodne vybratých agentov. Potomkovia budú ešte zmutovaný podľa miery mutácie m. Ďalej bude pokračovať ďalšia novo vytvorená generácia.
Agenti
Každý agent bude pozostávať z neurónovej siete. Agent bude "vidieť" do ômych smerov (hore, dole, vľavo, vpravo, vpravo-hore, vpravo-dole, vľavo-dole, vľavo-hore) od hlavy hada. Pre každý smer uvidí vzdialenosť k stene, vzdialenosť k jablku (ak ho v daný smer vidí) a vzdialenosť ku svojemu chvostu (ak ho v daný smer vidí). Čiže na vstupnej vrstve bude mať 24 neurónov (8 smerov x 3 indikátory) + 4 neuróny predstavujúce smer do ktorého ide hlava hada. Celkovo 28 neurónov. Počet skrytých vrstiev a neurónov v nich môže byť cieľom skúmania práce. Váhy väzieb medzi neurónami budú z počiatku náhodné z uniformného rozdelenia, následne budú menené mutáciami agentov. Na výstupe neurónovej siete bude smer akým sa má had ďalej uberať, čiže 4 neuróny pre Hore, Dole, Vľavo, Vpravo.
Cieľ
Cieľom práce bude zistiť najvhodnejšie parametre pre vývoj agentov. S evolučným algoritmom mám skúsenosti - riešil som ním 3SAT problém a preto viem že výpočty môžu zabrať značnú dobu. Preto by som určil niektoré parametre, ktoré budú pevné a niektoré, ktoré budú cieľom skúmania. Tu mám 3 možnosti, ktoré by ma zaujímali. V každom prípade bude pevný parameter N (počet jedincov v populácii) a E počet generácií. Prvá možnosť by malá pevný počet skrytých vrstiev agentov s pevným počtom neurónov v nich a menila by sa miera mutácie a miera elitizmu. Druhá možnosť je podobná prvej, no počet skrytých vrstiev a neurónov v nich by sa s mutáciami agentov mohol meniť (čo je vlastne len zťaženie možnosti 1, ale asi sa to viac podobá skutočnej evolúcii). Tretia možnosť je, že miera mutácie a elitizmus budú pevné parametre a manuálne sa bude meniť počet vrstiev a neurónov (čo teraz ako to píšem sa mi úplne nezdá - malo by to hrozne veľa možností a ani sa to tak veľmi nepodobá evolúcii). V každom prípade budem porovnávať výsledky, ktoré agenti dosiahli za E generacií (najlepšie skóre, priemerné skóre, smerodajnú odchylku).
(Môj osobný cieľ bude, aby agent dosiahol aspoň 10 bodov a pritom, aby bolo vidno, že to nebola náhoda :D )
Nástroje
Python s knižnicou numpy pre prácu s maticami váh, knižnicou matplotlib pre grafické znázornenie výsledkov populácií a knižnicou tkinter pre zobrazenie hier (zobrazenie je to najmenej podstatné a pritom to najlepšie :D).
Autor
Stem45 (talk) 10:18, 1 May 2024 (CET)
- Je to poměrně ambiciózní, ale slibuje to zajímavé výsledky, tak to zkusme. Schváleno. Tomáš (talk) 17:35, 10 May 2024 (CET)
Simulace přestupu na stanici metra Můstek
Popis
Simulovat chci přestup z linky A na linku B a naopak. Jelikož se jedná o jednu z nejvytíženějších stanic metra v Praze zaměřím se na dobu, ve které je stanice nejvíce zatížená. Zkoumat se budou oba směry příjezdu. Simulace nebude uvažovat cestující kteří chtějí z metra vystoupit.
Cíl
Výsledkem simulace by mělo být nalezení optimální cesty pro přechod z linky A na linku B a naopak. Optimální cesta bude zahrnovat i výstup z vagonu, tedy bude záležet ze kterého vagonu agent vystoupí. Optimálnost cesty se bude měřit podle:
1. Uražené vzdálenosti
2. Průměrném času
Užitečnost
Tato simulace poskytne jednoduchou a přímočarou odpověď do kterého vagonu nasednout a kterou cestou se vydat chceme-li co nejrychleji přestoupit na linku B či A a stihli tak navazující spoj.
Metoda a způsob simulace
Pro simulaci tohoto druhu budu volit agentní simulaci, kde agenti budou cestující metra. Jako nastroj pro simulaci využiji NetLogo.
Proměnné
• Příjezd metra
• Počet pasažérů
• Rychlost cestujícího
• Zvolena trasa přestupu
Náhodné proměnné
Vše až na “Příjezd metra”. Zbytek bude náhodně z intervalu získaného z dat nebo náhodným výběrem z několika možností.
Použita data pro nastavení simulace
Oficiální data od DPP o metru z roku 2015: https://data.pid.cz/pruzkumy/2015_METRO_sbornik.pdf
Bled09 (talk) 16:25, 1 May 2024 (CET)
Simulace boardingu pasažéru do letadla
Popis
Tato práce bude podrobně zkoumat proces nástupu cestujících do letadla a srovnávat účinnost různých metod, které se při tomto procesu používají. Bude se zabývat simulací samotného boardingu, abychom lépe porozuměli, jak různé strategie ovlivňují průběh nástupu a celkový čas potřebný k dokončení této fáze cesty.
Cíl
Cílem simulace je identifikovat nejefektivnější způsob nástupu cestujících s ohledem na minimalizaci celkové doby nástupu a maximalizaci spokojenosti cestujících. Simulace bude modelovat různé metody boardingu, jako je zónový boarding, skupinový boarding a nástup podle sedadel, a analyzovat jejich vliv na celkový čas nástupu a další relevantní faktory.
Užitečnost
Výsledky simulace poskytnou užitečné poznatky pro optimalizaci procesu boardingu letadla a zlepšení cestovního zážitku cestujících.
Metoda a způsob simulace
Pro simulaci tohoto druhu budu volit agentní simulaci, kde agenti budou cestující metra. Jako nastroj pro simulaci využiji NetLogo.
Proměnné
• Metoda boardingu
• Rozložení letadla a jeho velikost
• Časový rozvrh
• Strategie priority boardingu
Náhodné proměnné
• Chování cestujících - rychlost
• Náhodné rozložení cestujících v jednotlivých zónách
• Náhodné změny v chování cestujících
• Náhodné události
Použita data pro nastavení simulace
Vzniklá studie od Jason H. Steffen: https://www.sciencedirect.com/science/article/abs/pii/S0969699708000239
Arťom Ňorba (talk) 09:16, 2 May 2024 (CET)
Simulace vývoje alkoholismu: Závislost, léčba a dopady na zdraví
Popis
Konzumace alkoholu je dlouhodobě v České republice na vysoké úrovni. Roční spotřeba alkoholu na osobu dlouhodobě dosahuje hodnoty kolem 10 litrů čistého alkoholu. Denně si alkohol dopřeje téměř 10 % dospělé populace. Tato simulace se zaměřuje na modelování systému alkoholismu, který zahrnuje interakce mezi alkoholikem, léčbou, vyléčeným alkoholikem a genetikou. Dále zahrnuje náhodné proměnné, jako je inflace, cena alkoholu, prostředí, stres, nemoc a smrt. Simulace bude ukazovat, jak tyto faktory ovlivňují vývoj alkoholismu a účinnost léčby.
Cíl
Cílem této simulace je vytvořit model systémové dynamiky, který bude zkoumat vývoj alkoholismu u jednotlivce a jeho dopady na zdraví.
Užitečnost
Model by umožnil lépe porozumět faktorům, které přispívají k vzniku a prohlubování alkoholismu. Na základě výsledků simulace by pak mohly být navrženy a implementovány účinné politiky a programy pro prevenci a léčbu alkoholismu, které by mohly vést ke zlepšení zdraví populace a snížení nákladů spojených s alkoholismem.
Metoda a způsob simulace
Metoda a způsob simulace budou realizovány prostřednictvím nástroje Vensim, který je vhodný ke sledování změn hodnot proměnných v čase.
Proměnné
• Alkoholik • Alkohol • Léčba • Vyléčený alkoholik • Genetika
Náhodné proměnné
• Prostředí • Cena alkoholu • Inflace • Stres • Nemoc • Smrt
Použitá data pro nastavení simulace
https://www.drogy-info.cz/zprava-o-zavislostech/souhrnna-zprava-o-zavislostech-v-cr-2022/ https://www.czso.cz/csu/czso/graf-spotreba-alkoholickych-napoju-na-1-obyvatele-v-ceske-republice
Lacb03 (talk) 09:00, 8 May 2024 (CET)
- Schváleno. Pozor na to, že při hodnocení bude kladen velký důraz, mimo jiné, i na komplexnost analýzy a jak byly proměnné simulace a jejich vztahy odvozeny (je třeba, aby to bylo součástí zprávy k simulaci).Oleg.Svatos (talk) 13:42, 9 May 2024 (CET)
Simulace přírodního výběru
Popis
Simulace se zabývá vývojem jedinců v předem definovaném prostředí s možnými vlastnostmi vývoje. Simulace abstrahuje zjednodušený svět a snaží se poukázat na fungování přírodní selekce dle Charlese Darwina.
Cíl
Cílem simulace je ukázat a vizualizovat, jak se budou jedinci vyvíjet v rámci přežití v prostředí, kde se vyskytují i ostatní jedinci. Výsledkem jsou takový jedinci, který mají nejvyšší šanci přežít v daném prostředí. Dále budeme sledovat, jakou silou se projevují jednotlivé vlastnosti. To bude rozdílné dle nastavení prostředí.
Užití
Simulaci lze použít jako důkaz přírodní selekce a její vizuální interpretaci v zjednodušeném světe. Lze jej využít jako doprovodný materiál při výuce.
Metoda a způsob simulace
Jako nástroj pro tvorbu modelu využiji NetLogo, protože tvořím multiagentní systém.
Prostředí
Prostředí je dáno čtvercovou plochou. Agenti začínají a končí svůj tah po obvodu plochy. Jestliže se nedostanou na okraj na konci kola (den, který bude složen z určitého počtu ticků), zahynou. V prostředí se každé kolo generuje jídlo.
Agenti
Agenti jsou jedinci, kteří se přežívají v prostředí tím, že získají jídlo. Mají různé vlastnosti, které se v čase mění. Jedinec se každé kolo snaží získat, alespoň 1 jídlo, pokud získá 2, může se reprodukovat. Výsledkem se na konci dne reprodukuje, umírá nebo zůstává neměnný. Při cestě do prostoru chodí nahodile (lze aplikovat různé strategie cesty, ale není to hlavní východisko, které chci zkoumat). V průběhu cesty spotřebovávají jedinci energii v závislosti na rychlosti a velikosti. Pokud jedinci dojde energie, tak se nemůže pohybovat = zahyne. Každý reprodukovaný jedinec má změněné vlastnosti v různých závislostech. Výsledkem zkoumáme, kteří jedinci (série vlastností) se v daném prostředí vede nejlépe. Kromě primárního cíle, se agenti snaží přežít tím, že utíkají před ostatními, kteří jeho mohou sníst.
Vlastnosti
Každý agent má své charakteristiky. Hlavní, které chci uplatnit je rychlost, velikost a vnímání, při předpokladu stejné zásoby energie.
• Rychlost – ovlivňuje rychlost pohybu v prostředí. Zvyšuje spotřebu energie.
• Velikost – Pokud je jedinec o x % větší než druhy, tak jej může sníst namísto jídla.
• Vnímání – Je vlastnost, do jaké vzdálenosti jedinec vidí jídlo nebo hrozbu.
Princip
Simulace probíhá v kolech. V jednom kole vybíhají jedinci z okraje plochy a opět se do ní vracejí viz. „Agenti“. Na konci kola, zahynou jedinci v prostoru. Ti, kteří získali 1 jídlo a vrátili se, zůstávají nemění a ti, kteří získali 2 jídla se reprodukují s mutacemi. Ve větším počtu cyklů tím docílíme toho, že přežijí jedinci s vlastnostmi lépe adaptovanými k tomu, jak prostředí funguje.
Proměnné
• Počet aktérů
• Počet generovaného jídla
• O kolik procent musí být jedinec větší, aby mohl sníst menšího
• Zásoba energie
Náhodné proměnné
• Původní umístění jedinců
• Umístění jídla
• Změna vlastností
Data pro nastavení simulace
Jelikož se jedná o přírodní výběr, lze se k proměnným chovat jako k jiným fenotypovým vlastnostem, tedy pro každou vlastnost může být odlišná. Avšak k odvození hodnot použiji tento článek: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3497250/
Další zdroje:
https://evolution.berkeley.edu/teach-evolution/misconceptions-about-evolution/
Rubo01 (talk) 12:06, 6 May 2024 (CET)
- Takhle zadáno se pohybujeme na velmi abstraktní úrovni. Měl byste problém dokázat, že Vám to dává smysluplné výsledky. Doporučuji vybrat si nějaký konkrétní např. živočišný druh, sehnat si o něm informace a udělat něco takového pro tento konkrétní druh.
Simulácia podkladní v supermarkete
Popis
Simulácia sa zameriava na skúmanie vplyvu počtu pokladní na zisk supermarketu. Cieľom je zistiť, ako množstvo pokladní má najväčší pozitívny vplyv na zisk, pričom sa berú do úvahy aj dlhé fronty, ktoré môžu odradiť zákazníkov a viesť k ich odchodu.
Agenti
Agenti sú jednnotlivý zákazníci.
Cíl
Cieľom simulácie je nájsť optimálny počet pokladní a ich rýchlosť obsluhy, ktoré zabezpečia maximálny zisk pre supermarket. Optimálny počet pokladní a rýchlosť obsluhy budú merať podľa:
• Celkový zisk supermarketu • Dĺžka fronty na pokladniach • Čas, ktorý trvá zákazníkom od začiatku fronty k momentu zaplatenia
Užitočnosť
Táto simulácia poskytne užitočné informácie o tom, ako zlepšiť prevádzku pokladní a maximalizovať zisk. Pomôže efektívnejšie riadiť personál a prispôsobiť sa meniacim sa potrebám zákazníkov.
Metóda a spôsob simulácie
Ako nástroj na tvorbu modelu použijem NetLogo
Premenné
• Počet pokladní • Rýchlosť obsluhy pokladní • Počet zákazníkov
Náhodné premenné
Všetky premenné budú náhodné premenné.
Dáta
Historické údaje o príchode zákazníkov do supermarketu, vrátane "peak hours" a priemerných tokov zákazníkov. Priemerné časy obsluhy pri pokladniach založené na pozorovateľných údajoch.
Lavd01 (talk) 16:10, 6 May 2024 (CET)
- Dokud jsme měli ještě v programu zařazené diskrétní simulace, toto byla naprosto typická úloha právě na ně (dokonce byla ve slidech) a odkázal bych Vás na Simprocess. V tomto případě Simprocess už k dispozici není, lze to řešit jinými nástroji, např. AnyLogicem, které jsme ale nedělali. Řešení v NetLogu je možné, bude ale poměrně pracné. Nicméně, pokud na tom trváte, tak schváleno a budu zvědav, jak se to bude lišit od řešení v Simprocessu. Tomáš (talk) 20:30, 7 May 2024 (CET)
Simulace úspěšnosti studentů
Popis
Simulace se zaměřuje na zkoumání vlivu různých faktorů, jako je typ školy, pohlaví studenta, věk, typ adresy, velikost rodiny, stav spoluobývání rodičů, úroveň vzdělání matky, úroveň vzdělání otce, povolání matky a povolání otce, na akademický výkon a úspěch studentů ve školním vzdělávání.
Agenti
Agenti jsou studenty
Cíl
Cílem simulace je analyzovat vliv sociodemografických faktorů na úspěšnost studentů a vzdělávací výsledky. Cílem je identifikovat klíčové determinanty akademického výkonu studentů a zkoumat strategie pro zlepšení rovnosti ve vzdělávání a přístupu k němu.
Užitečnost
Tato simulace poskytne užitečné poznatky pro pedagogy, politické rozhodovatele, školní administrátory a výzkumníky. Pedagogové ji mohou využít k porozumění, jak různé sociodemografické charakteristiky studentů ovlivňují akademické výsledky a přizpůsobit intervence podle potřeby. Politici ji mohou využít k navrhování politik založených na důkazech, které mají za cíl snížit nerovnosti ve vzdělávacích výsledcích. Školní administrátoři ji mohou využít k efektivnímu alokování zdrojů a implementaci cílených podpůrných programů. Výzkumníci ji mohou využít k zkoumání komplexních interakcí mezi různými sociodemografickými faktory a úspěchem studentů.
Metoda a způsob simulace
Jako prostředek pro tvorbu modelu použiju NetLogo.
Proměnné
• Pohlaví studenta (F nebo M) • Věk • Typ adresy (městská nebo venkovská) • Velikost rodiny (menší nebo rovno 3 nebo větší než 3) • Stav spoluobývání rodičů (žijí spolu nebo odděleně) • Úroveň vzdělání matky (0-4) • Úroveň vzdělání otce (0-4)
Náhodné proměnné
• Motivace ke studiu
Dáta
Hodnoty proměnných budou založeny na datasetu (Student achievement in secondary education of two Portuguese schools. - https://www.kaggle.com/datasets/larsen0966/student-performance-data-set/data), přičemž distribuce a charakteristiky každé proměnné budou odpovídat empirickým datům.
- Není mi úplně jasné, jak by měla taková simulace vypadat. Můžete konkretizovat? Ideálně i s obrázky, Tomáš (talk) 20:30, 7 May 2024 (CET)
- 1. Vizuální Představení: V NetLogo bude scéna připomínat třídu s 30 studenty (agenti), kde každý student bude reprezentován jako agent s unikátním ID.
- 2. Nastavení Atributů: V levém panelu bude možné pomocí sliderů a vstupních polí měnit atributy každého studenta.
- 3. Interaktivní Úpravy: Uživatelé budou moci dynamicky upravovat tyto atributy a okamžitě vidět, jak se změny promítnou do inicializace agentů v modelu.
- 4. Modelování Úspěšnosti: Po nastavení atributů a spuštění modelu se pro každého studenta vypočítá hodnota úspěšnosti. Tento výpočet bude založen na předem definovaném modelu, který zahrne : kombinaci významných atributů a jejich vliv na akademický výkon
- 5. Bez Dynamických Interakcí: Vzhledem k absenci časových a interakčních dat bude simulace provádět jednorázový výpočet úspěšnosti bez sledování dynamických změn v čase.
- 6. Zobrazení Úspěšnosti: Po dokončení modelování bude každý student v třídě (scéně) mít přiřazenou hodnotu úspěšnosti, která bude zobrazena vedle jeho ikony nebo v datové tabulce pod : : scénou.
- 7. Statistické Grafy: Pod vizualizací třídy budou prezentovány různé statistické grafy, včetně:
: * Distribuce Úspěšnosti: Histogram nebo boxplot ukazující rozložení úspěšnosti mezi studenty. : * Distribuce Motivace: Podobné grafy pro motivaci a další číselné atributy. : * Korelační Grafy: Scatter ploty nebo jiné grafy zobrazující korelace mezi úspěšností a jednotlivými atributy, aby bylo možné identifikovat faktory s největším vlivem.
- 8. Plánované Rozšíření Modelu: Po prvotní analýze a identifikaci významných korelací plánuju rozšířit model o další zajímavé atributy, které mohou mít vliv na úspěšnost studentů: Počet : hodin strávených studiem, Počet absencí, Konzumace alkoholu,a další relevantní faktory zahrnuté v datasetu
- U simulací pracujících s měkkými parametry bývá problém v tom, že jsou zpravidla nereplikovatelné a tudíž netestovatelné. Tady Vám to může vyjít prakticky jakkoliv a nikdo nebude schopen říci, jestli je to dobře nebo špatně. Doporučuji reformulaci a zapojení nějakých tvrdších faktorů. Popř. vysvětlit, jakým způsobem budete smysluplnost modelu testovat. Tomáš (talk) 17:41, 10 May 2024 (CET)
Vplyv odlesňovania v Amazónií na globálne otepľovanie
Popis
Táto simulácia sa zameriava na analýzu odlesňovania v Amazónií a jeho vplyv na globálne otepľovanie. Hlavným cieľom je študovať, ako zmeny v rozlohe lesných porastov ovplyvňujú teplotu, vlhkosť a iné environmentálne faktory.
Agenti
1. Lesníci: Agenti zodpovední za rozhodovanie o odlesňovaní.
2. Stromy: Agenti reprezentujúci lesný porast v oblasti simulácie.
3. Senzor: Agenti sledujúci teplotu, vlhkosť a iné v rôznych častiach oblasti.
Cíl
Cieľom simulácie je analyzovať, ako rôzne úrovne odlesňovania ovplyvňujú teplotu a ďalšie environmentálne faktory v danej oblasti.
Užitečnost
Simulácia poskytuje užitočný nástroj na preskúmanie dopadov odlesňovania na miestne klimatické podmienky a globálne otepľovanie. Vďaka vizualizácie sa vytvára priestor pre lepšie pochopenie procesov, ktoré sa dejú v dôsledku odlesňovania Amazónie. Na základe simulácie je viditeľné aký vplyv má odlesňovanie na teplotu a vlhkosť v oblasti a na celosvetové klimatické zmeny a pomáha tak identifikovať optimálne stratégie riadenia lesníctva z hľadiska ochrany klímy.
Metoda a způsob simulace
Simulácia bude používať agent-based modelovanie NetLogo, kde jednotlivé entity (agenti) budú reagovať na zmeny vo svojom prostredí a vykonávať určité akcie na základe stanovených pravidiel.
1. Inicializácia: Na začiatku simulácie sa definuje topografia, rozmiestnenie stromov a miesto lesníkov.
2. Krok simulácie: V každom kroku lesníci rozhodujú o tom, koľko stromov odstránia a kde. Potom sa aktualizuje stav stromov a environmentálne faktory.
3. Vyhodnotenie: Po určenom počte krokov sa vyhodnotia zmeny v teplote, vlhkosti a iných faktoroch.
Proměnné
• Počet senzorov = 5
• Lesná plocha: Miera lesného porastu v oblasti simulácie, môže byť vyjadrená ako počet stromov alebo pomer lesného pokrytia vzhľadom na celkovú plochu.
• Teplota
• Vlhkosť
Náhodné proměnné
• Úroveň odlesňovania: Percento stromov odstránených lesníkmi, čo ovplyvňuje veľkosť a rozlohu lesného pokrytia.
• Počet lesníkov
Dáta
• Global Forest Watch (https://www.globalforestwatch.org/): Poskytuje dáta o odlesňovaní a lesných pokryvkách z celého sveta, vrátane histórie odlesňovania a zmeny lesných ploch.
• NASA Earth Observing System Data and Information System (EOSDIS) (https://earthdata.nasa.gov/): NASA ponúka širokú škálu dát o poveternostných podmienkach, teplotách, vlhkosti a ďalších environmentálnych faktoroch pomocou svojich satelitných misií.
• WorldClim (https://www.worldclim.org/): Poskytuje voľne dostupné globálne klimatické dáta, vrátane teploty, zrážok a iných klimatických premenných, ktoré môžu byť použité na simuláciu klimatických podmienok v rôznych oblastiach.
• Food and Agriculture Organization of the United Nations (FAO) (http://www.fao.org/faostat/en/#data): FAO poskytuje štatistické dáta o lesníctve a odlesňovaní, vrátane údajov o množstve odlesnených ploch v rôznych krajinách a regiónoch.
Drgv00 (talk) 15:44, 7 May 2024 (CET)
- Mě tam vychází, že je tam vlastně jen jeden skutečný parametr, to je intenzita těžby a tn má (možná) vliv na oteplování. Za mě spíš na systémovou dynamiku, ale i tam mi to připadá velmi jednoduché. Zkuste to vymyslet nějak jinak. Tomáš (talk) 17:46, 10 May 2024 (CET)
Simulace plastového znečištění oceánů
Popis
Simulace se zaměřuje na aktuální problém znečištění oceánů plastem. Oceány se neustále znečišťují, ale je i vynaložené úsilí toto znečištění mitigovat. Tato simulace reflektuje oba aspekty problematiky. Simulace ukáže interakci úklidových lodí a hromadícího se plastu v oblasti Great Pacific Garbage Patch.
Cíl
Cílem simulace je zkoumat mitigační schopnosti úklidových lodí v oblasti Great Pacific Garbage Patch a navrhnout hrubý plán projektu, který by symbolizoval optimální počet nasazených úklidových lodí pro efektivní odbyt plastu a hlavní faktory příspívající do navyšujícího se znečištění.
Užitečnost
Výsledky této simulace mohou bý užitečné jak pro laiky, kterým přehledně vizualizuje akutní problematiku z hlediska znečištění oceánů, tak pro experty, kteří na základě výsledků mohou sledovat trendy znečištění na základě zkoumaných faktorů - zda je možné nalézt řešení, které vyústí v rychlejší odbyt plastu v oceánech, než jeho přísun. Též je vhodné identifikovat faktory, které nejvíce přispívají znečištění.
Metoda a způsob simulace
Nejsem si jistý, zda vytvářím moc komplikovaný návrh, tak rozděluji agenty na kategorie co si myslím, že by bylo zásadní, a co naopak dodatečné.
Základ:
Simulace bude modelována jakožto agentní simulace pomocí nástroje NetLogo. Mezi agenty lze řadit úklidové lodě a samotné plastové částice.
Rozšíření:
Autora napadlo přidat i lodě, které naopak znečištění způsobují (cca 70% odpadu v mořích způsobují právě lodě). Též je jedním z nápadů přidat jako agenta mořského živočicha, který by přílišnou vysokou koncentrací znečištění "trpěl", a dostatečnou mitigací znečištění naopak mohl existovat relativně bez problému.
Proměnné
Nejsem si jistý, zda vytvářím moc komplikovaný návrh, tak rozděluji proměnné na kategorie co si myslím, že by bylo zásadní, a co naopak dodatečné.
Základ:
• Množství vypouštěného plastu
• Koncentrace plastu na km^2
• Kapacita úklidové lodě
• Rychlost úklidové lodě
• Rychlost oceánských proudů (přísun plastu)
Rozšíření:
• Velikost plastu (mikroplast, mesoplast, makroplast, megaplast)
• Kategorie plastu (Typ H, N, P, F)
• Persistence plastu (schopnost přetrvávat na jednom místě)
• Geografická lokalizace vypouštění plastu
• Vertikální pozice plastu (pokud se plast objeví, jestli je moc hluboko na zachycení lodí)
Náhodné proměnné
• Události (katastrofy, dobrovolnické akce pro sběr plastu)
• Počasí (povětrnostní podmínky)
• Lidská činnost (změna legislativy, spotřeba plastových výrobků)
Použitá data pro nastavení simulace
• Především: https://theoceancleanup.com/great-pacific-garbage-patch/
• https://powerknot.com/2023/02/20/how-ships-are-fueling-the-global-plastic-pollution-crisis/
• https://www.earthdata.nasa.gov/learn/articles/ocean-plastic
• https://www.geographyrealm.com/how-ocean-currents-move-pollution-around-the-world/
• https://theoceancleanup.com/ocean-plastic/
Kovs04 (talk) 21:52, 7 May 2024 (CET)
- Pokud se na ten model budete dívat staticky, tedy, že plast jen uklízíte, ale žádný nový tam nepřibývá (a netvrdím, že to je špatně), je třeba to náležitě zargumentovat. Schváleno. Tomáš (talk) 17:49, 10 May 2024 (CET)
Simulácia: predikcia počtu obyvateľov Slovenskej republiky
Popis
Práca bude simulovať vývoj počtu obyvateľov Slovenska do budúcna. Do úvahy sa bude brať viacero faktorov, ktoré můžu ovplyvňovať vývoj počtu obyvateľov, preto sa budem snažiť o čo najprenejšie výsledky a aby simulácia zohľadňovala dostatočné mnžostvo faktorov a bola komplexná. Simulácia bude založená iba na reálnych dostupných štatistických dátach a nebude obsahovať žiadne náhodné premenné.
Prostredie
Simulácia bude prebiehať v prostredí Vensim.
Cieľ
Predpovedať a graficky znázorniť dlhodobý vývoj počtu obyvateľov SR (napríklad 150 rokov dopredu). Popísať trend rastu/poklesu obyvateľov. Projekcia pôrodnosti, úmrtnosti. Aký faktor ovplyňuje vývoj populácie najviac? Akú rolu v tomto hrajú ostatné faktory?
Premenné
• počet obyvateľov
• prírastok
• úbytok
• imigrácia
• emigrácia
• úmrtnost
• porodnosť
• a ďalšie podľa potreby
Dáta
Vstupné dáta budú podľa najlepšieho formátu vybrané z:
https://www.statista.com/statistics/1009083/total-population-slovakia-1950-2020/.
https://www.worldometers.info/world-population/slovakia-population/.
https://worldpopulationreview.com/countries/slovakia-population
Simon (talk) 11:06, 8 May 2024 (CET)
- Schváleno. Pozor na to, že při hodnocení bude kladen velký důraz, mimo jiné, i na komplexnost analýzy a jak byly proměnné simulace a jejich vztahy odvozeny (je třeba, aby to bylo součástí zprávy k simulaci).Oleg.Svatos (talk) 13:47, 9 May 2024 (CET)
Simulace profitability nových finančních produktů při zohlednění rizika nedobytnosti pohledávek a ceny zdrojů
Cíl
Cílem je vytvořit nástroj pro podporu prvnotního nastavení RPSN (poplatku a/nebo sazby) nově nabízeného finančního produktu podle míry rizika nedobytnosti pohledávek a ceny zdrojů za účelem zajištění profitability. Nástroj by měl být parametrizovatelný na základě potřeb finanční organizace, včetně možnosti upravit simulaci podle analýzy vlastních historických dat z již nabízených produktů – viz část o datech níže.
Využití
Uživateli by měli být pracovníci z oddělení finančních institucí zodpovění za pricing produktů a služeb. Protože se jedná o netechnické uživatele s vysokou úrovní kvalifikace v jiném oboru, měla by být simulace spustitelná z "frontendu" – úvodní obrazovky, která umožňuje zadat finanční nebo statistické vstupy popisující historická data a cenu zdrojů. V případě nezadání některé z hodnot se použijí rozumné předdefinovnaé hodnoty.
Metoda a prostředí simulace
Monte Carlo, Excel. Záměrem je vytvoření rozsáhlejší a vícekrát iterované simulace pro zajištění kvalitního výsledku na základě statistických informací o historických datech na již spuštěných, podobných typech produktů.
Proměnné
Vzhledem ke zvolené metodě budou generovány řádově stovky záznamů o fiktivních úvěrech, jejichž parametry budou odpovídat statisticky určeným rozdělením na základě vstupního datasetu popsaného níže. Zásadní je přitom informace, zda úvěrový produkt "defaultoval" – zda byl nebo nebyl splacen ze strany klienta. Jedná se o binární závislou proměnnou, určenou na základě výše úvěru, příjmu klienta a případně dalších vybraných veličin dostupných v datech, jejichž hodnota bude určována na základě zjištěného rozdělení pravděpodobnosti. Sledovaná závislá proměnná bude určena na základě překročení prahové hodnoty váženým součtem ostatních veličin, přičemž správnost stanovení prahové hodnoty a vah bude ověřena vůči vstupnímu datasetu. Na vstupu se bude očekávat parametr ceny zdrojů a případně statistické informace. Výstupním parametrem bude "break-even" RPSN, nad kterou by již měl být produkt profitabilní. U skutečných produktů by bylo nutné určit sazbu, poplatek nebo jejich kombinaci; jedná se nicméně o ryze obchodní rozhodnutí, protože sazby a poplatky jsou typicky technicky převeditelné.
Data využitá pro přípravu simulace
Využití skutečných dat je problematické z hlediska regulací, kterým bankovní instituce podléhají. Bude proto statisticky zpracován vstupní dataset [4] z výukové aplikace, ale uživatel bude mít také možnost zadat jiné statistické informace na základě vlastní analýzy (nebo informací od příslušného oddělení).
Budj07 (talk) 20:17, 9 May 2024 (CET)
- Schváleno.Oleg.Svatos (talk) 10:37, 10 May 2024 (CET)
Simulace implementace SW projektu pro potřeby projektového řízení
Cíl
Cílem této simulace je vytvořit model systémové dynamiky softwarového projektu, který zohlední známé proměnné i prvek náhody a pomůže zkoumat vliv jednotlivých faktorů a vzájemné ovlivňování v důležitých parametrech projektu
Využití
Model by mohl být použit při naceňování, stanovení termínu dodání, nebo odhadu míry rizika. Mohl by být použit i na modelování důsledků změn v projektu.
Metoda a prostředí simulace
Simulace bude realizována prostřednictvím nástroje Vensim.
Proměnné
. Scope . Costs . Time . Resources . Quality . Risk
Náhodné proměnné
nemoc výpověď dovolená chyba v analýze
Zdroje
LI, Suinan. A generic model of project management with Vensim. 2008. Master's Thesis. Universiteteti Agder/Agder University. https://uia.brage.unit.no/uia-xmlui/bitstream/handle/11250/137043/Suinan_Li.pdf?sequence=1
BESTEIRO, Élen Nara Carpim; DE SOUZA PINTO, Jefferson; NOVASKI, Olívio. Success factors in project management. Business management dynamics, 2015, 4.9. https://web.archive.org/web/20180420205905id_/http://bmdynamics.com/issue_pdf/bmd110530a-%2019-34.pdf
Pavl11 (talk) 20:30, 9 May 2024 (CET)
- Schváleno. Pozor na to, že při hodnocení bude kladen velký důraz, mimo jiné, i na komplexnost analýzy a jak byly proměnné simulace a jejich vztahy odvozeny (je třeba, aby to bylo součástí zprávy k simulaci).Oleg.Svatos (talk) 10:38, 10 May 2024 (CET)
Simulace účinnosti očkování na šíření nákazy
Popis
Simulace bude řešit problematiku očkování a její účinnosti proti agresivní nákaze. Bude možné si nastavit počet obyvatel (hustotu zalidnění), počáteční počet očkovaných lidí, agresivitu a dobu nakaženosti (tedy možného úmrtí a přenosu).
Cíl
Poukázat na fakt, že očkování má velký dopad na boj proti agresivním a rychle se šířícím nákazám.
Užitečnost
Simulace nám může ukázat, jak se nákazy šíří a jak moc velký vliv má proočkovanost lidí na šíření nemoci.
Metoda a způsob simulace
Simulace v aplikaci NetLogo
Proměnné
- Počet obyvatel v oblasti
- Počet počátečně očkovaných lidí
- Počet počátečně nakažených lidí
- Pravděpodobnost nákazy při kontaktu
- Pravděpodobnost úmrtí na nákazu
- Doba nakažení (nemoci)
- Účinnost očkování (pravděpodobně by to chtělo taky zahrnout)
- Při jakém procentu se lidi začnou hromadně očkovat a míra, kolik lidí se nechá očkovat
- Umístění vzniku tornáda
Náhodné proměnné
- Síla imunity
- Rychlost, směr a obecně kontakty agentů
- Přenos nákazy
Použitá data pro nastavení simulace
Data si bude moci člověk pomocí posuvníků nastavit sám. Pokud bude potřeba nastavit počáteční hodnoty dle nějaké konkrétní nemoci, data ještě dodám.
Sedp11 (talk) 11:45, 10 May 2024 (CET)
- V uplynulých letech bylo něco takového zpracováno mnohokrát. Upřímně doporučuji vymyslet něco jiného. Jednak budete mít problém přidat další přidanou hodnotu, jednak toto téma má problém na jedné straně s tím, že aby to bylo realistické, jsou ty modely dost složité a na druhé straně, pokud se náležitě zjednoduší, jsou zpravidla k ničemu. Tomáš (talk) 17:52, 10 May 2024 (CET)
Simulace evakuace při zemětřesení v Japonsku
Popis
V této práci se pokusím nasimulovat evakuaci osob při zemětřesení v Japonsku, konkrétně v centru města Nagoya.
Cíl
Hlavním účelem je zachytit takový scénář, který bude dále možné využít k analýze dopadů na infrastrukturu a obyvatelstvo po zemětřesení. Dále by mohlo být možné identifikovat ideální trasy k evakuaci či naopak oblasti, kterým se vyhnout.
Metoda a způsob simulace
Plánuji použít nástroj NetLogo, mělo by se jednat o multiagentní simulaci.
Agenti
Osoby/Budovy/Úkryty
Proměnné
• Rozložení úkrytů • Zalidnění oblasti • Stav osoby • Rychlost osoby • Stav budovy • Kapacita úkrytu
Náhodné proměnné
• Rozhodnutí k evakuaci • Síla zemětřesení • Úroveň paniky
Data
• https://www.city.nagoya.jp/bosaikikikanri/cmsfiles/contents/0000154/154013/06_english_jishin_naka.pdf: mapa znázorňující umístění evakuačních úkrytů, očekávanou intenzitu zemětřesení a pravděpodobnost ztekucení/sesuvu půdy
• https://www.citypopulation.de/en/japan/nagoya/23106__naka_ku/: zalidnění oblasti, věkové rozložení obyvatelstva
• https://www.jstage.jst.go.jp/article/jnds/34/1/34_41/_pdf/-char/ja: studie pro inspiraci
Helm07 (talk) 12:25, 10 May 2024 (CET)
Simulace zombie apokalipsy
Popis
V této práci se pokusím nasimulovat děj, kdy se lidi snaží přežít apokalipsu tím, že hledají jídlo, krmí lovce, kteří loví zombíky. Mezitím je loví zombíci.
Cíl
Hlavním účelem je zachytit takový scénář, kdy se povede lidem přežít apokalipsu a vymazat zombíky z povrchu zemského.
Metoda a způsob simulace
Plánuji použít nástroj NetLogo, mělo by se jednat o multiagentní simulaci.
Agenti
Osoby/Budovy/Úkryty
Proměnné
• Poměr lovců a sběračů • Procento o kolik jídla se sběrač podělí s lovcem • Critical hit damage • Počet bloků jídla
Náhodné proměnné
• Počet lidí • Počet zombíků • Počáteční damage lovců
Bohr03 (talk) 13:03, 10 May 2024 (CET)
Simulace vývoje korálových útesů
Popis
Korálové útesy představují jedny z nejcennějších ekosystémů naší planety, ale v posledních desetiletích jsou vystaveny značnému tlaku způsobenému lidskou činností a změnami životního prostředí.
Cíl
Cílem této simulace je zkoumat komplexní interakce, které ovlivňují zdraví a stabilitu korálových útesů.
Užitečnost
Model umožní lépe porozumět faktorům, které přispívají k zániku korálových útesů a které faktory na korálové útesy mají jen minimální dopad.
Metoda a způsob simulace
Metoda a způsob simulace budou realizovány prostřednictvím nástroje Vensim.
Proměnné
• Velikost korálového útesu • Teplota vody • Míra rybolovu • Kyselost moří • Znečištění
Náhodné proměnné
• Přirozená teplota vody • Přírodní katastrofy • Ekonomické trendy • Politické změny
Použitá data pro nastavení simulace
https://www.climatefoundation.org/reversing-coral-bleaching.html?gad_source=1&gclid=CjwKCAjwi_exBhA8EiwA_kU1Mn29cECn6ZAe5bbSqClNxABvD8Ic7PTnx93Z5tGExSb2kSquoM8LpBoCkQ8QAvD_BwE https://climate.nasa.gov/explore/ask-nasa-climate/3290/vanishing-corals-part-two-climate-change-is-stressing-corals-but-theres-hope/
Osis02 (talk) 14:54, 10 May 2024 (CET)
Vesmírné smetí: simulátor kolizí satelitů a vesmírného smetí
Popis
- Chtěl bych simulovat pohyb satelitů a vesmírného odpadu (tzv. vesmírného smetí) v dílčí části zemské oběžné dráhy (reprezentované jako 2D rovina), kde se satelity pohybují po předem určených trajektoriích, ale pohyb smetí je poněkud náhodný. Pokud se smetí srazí s jiným smetím, změní směr a vytvoří o něco více smetí, pokud se smetí srazí se satelitem, satelit je zničen a vznikne velké množství smetí.
Cíl
Instance simulace, by vypočítala časový odstup mezi srážkami na základě výchozích podmínek, jako je počet družic, hustota trosek a násobení trosek (kolik kusů dalších trosek srážky vytvoří).
Užitečnost
- Kosmický odpad představuje významný problém kvůli rostoucímu množství vyřazených družic, vyhořelých raketových stupňů a úlomků na oběžné dráze Země. Rostoucí množství odpadu zvyšuje riziko kolize, což ohrožuje operující družice a budoucí vesmírné mise. Tento problém ohrožuje vesmírnou infrastrukturu, zhoršuje zahlcení oběžné dráhy a vyvolává hrozbu vzniku ještě většího počtu fragmentů v důsledku srážek, což může vést k vytvoření samoudržujícího se cyklu šíření vesmírného odpadu. Řešení tohoto problému má zásadní význam pro zajištění udržitelnosti kosmických aktivit a předcházení dlouhodobým důsledkům pro orbitální prostředí Země a výzkum vesmíru. Navrhovaný simulátor by mohl pomoci ukázat a vypočítat podmínky, za kterých takové samoudržující se šíření kosmického odpadu vzniká; i když se zjednodušeným modelem, a snad i poučit o výše uvedeném problému.
Metoda a způsob simulace
- NetLogo - agent based modeling (dva typy agentů: satelity (družice) a vesmírné smetí)
- Při zpracování modelu použiji nádledující zjednodušení:
- budu modelovat pouze dílčí část oběžné dráhy Země, která bude znázorněna jako 2D "mapa" pevné velikosti (pixelů/čtverečků) tvořící mřížku,
- objekty (satelity a smetí) se mohou na mapě pohybovat pouze v 8 různých směrech,
- všechny objekty se pohybují stejnou rychlostí (jeden pixel/čtvereček za tah),
- objekty jsou čtverce; minimální velikost je 1x1 pixel/čtvereček, pak 2x2 pixely/čtverečeky atd...
- při srážce objektů je výsledný počet trosek (smetí) náhodné celé číslo mezi 1 a součtem velikostí (pixelů) kolidujících objektů,
- hmotnost objektů je úměrná jejich velikosti, tj. 1 (pixel) = 1 jednotka hmotnosti,
- všechny objekty se řídí Newtonovými pohybovými zákony.
- Při zpracování modelu použiji nádledující zjednodušení:
Proměnné
- Proměnné pro výchozí podmínky
- velikost mapy
- počet satelitů
- počet smetí
- výchozí poloha a směr objektů
- Proměnné agentů (satelity a smetí)
- velikost
- hmotnost
- směr pohybu
Použitá data pro nastavení simulace
- Za účelem simulace realistických scénářů - budou získány údaje z NASA a dalších relevantních studií týkající se hustoty úlomků a počtu družic na oběžné dráze, které budou sloužit jako výchozí podmínky navrhovaného modelu. Konkrétně plánuji použít údaje získané a zveřejněné na: