Zadání LS 2017/2018

From Simulace.info
Revision as of 15:16, 6 May 2018 by Chaa14 (talk | contribs)
Jump to: navigation, search



Název simulace: Simulace náhradní dopravy přes řeku

Autor: Alena Charniauskaya

Typ modelu: Multiagentní

Modelovací nástroj: NetLogo

Nosným tématem mé simulace bude náhrada dopravy přes řeku kvůli zbourání mostu a stavbě nového. Jako jednou ze zkoumaných variant náhradní dopravy by se mohla stát říční lodní doprava (na bázi přívozu, tedy pouze spojující dva body proti sobě přes řeku). Parametry modelu:

  • Rychlost lodí
  • Rychlost nástupu a výstupu
  • Šířka řeky (vzdálenost)
  • Přepravní kapacita na jednu lod'
  • Počet lodí
  • Počet pasažérů (v závislosti, zda je přeprava v dopravní špičce nebo mimo ni)

Cílem simulace je zjistit:

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

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

Dobrý den, obecně to není špatná myšlenka, problém je, že ji lze - tak jak to chápu - řešit analyticky, výpočtem... Tudíž simulace by byla nadbytečná. Zkuste to nějak upravit. Admin (talk) 00:26, 5 May 2018 (CEST)
Dobrý den, napadlo mě k tomu navíc zjistit pomocí simulace spokojenost cestujících s takovým způsobem náhradní dopravy, např. když bude cestující čekat více než 10 minut na nástup na loď, tak může odejít a použije jiný způsob dopravy. A my potřebujeme zjistit procento lidí, které jsme přepravili náhradní dopravou a kolik zvolilo jiný způsob dopravy. Chaa14 (talk) 16:14, 6 May 2018 (CEST)

Název simulace: Simulace parkovani aut na porkoviste u obchodniho centra (NetLogo)

Autor: Mykyta Lipskyi

Typ modelu: Multiagentni

Modelovací nástroj: NetLogo

Vedle obchodniho centra se stavi parkoviste a chceme zajistit kolik parkovacich mist potrebujeme, aby navstevnik OC necekal.

Parametry modelu:

  • Pocet aut(o vikendu)
  • Kapacita parkoviste
  • Prumerna doba trvani nakupu
  • Cas (dopoledne/odpoledne)

Cílem simulace je zjistit:

  • Pocet potrebnych mist na parkoviste

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

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

Název simulace: Gammora

Autor: Ulrika Anna Jagošová

Typ modelu: Multiagentní

Modelovací nástroj: NetLogo

Předmětem této simulace je šíření nemoci HIV a jejího rozvinutí do AIDS a jak tuto problematiku ovlivní experimentální lék Gammora, který je vyvíjen izraelskými vědci. V současné době je účinnost Gammory na vyléčení HIV 97%, cílem je dosáhnout 100% léčby. Na AIDS léčba neexistuje, nakažený člověk zemře.

Cílem této simulace je zjistit, jaké změny s sebou v rámci populace přinese schválení léčby pomocí vyvíjeného léku Gammora.

Zdroje pro realizaci simulace: SZÚ, AIDS pomoc, Zion Medical.

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

Fajn, to by mohlo být ok, ale než si to potvrdíme, rozpracujte prosím zadání do detailu. Tohle je velmi stručné, nedá se z toho pořádně odvodit, jak budete pokračovat ani obtížnost... Jako příklad si vezměte zadání školních úloh. Admin (talk) 11:23, 6 May 2018 (CEST)

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

Autor: Nguyen Van Thanh

Typ modelu: Monte Carlo

Modelovací nástroj: MS Excel

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

Parametry modelu'

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

Cíl simulace

  • Optimalizovat počet provozoven v daném městě na základě poptávky a nabídky a tím docílit podniku nejvyšší zisk.
  • Optimalizovat efektivní rozpoložení počet zaměstnanců napříč provozoven

Xngut65 (talk) 12:43, 6 May 2018 (CEST)

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

Název simulace: Simulace jizdy v dopravni zacpe na dalnici

Autor: Daniel Nejezchleb

Typ modelu: Multiagentni

Modelovací nástroj: NetLogo

Parametry modelu:

  • Pocet aut
  • Pocet proudu silnice
  • Typ auta (osobni, dodavky, nakladni)
  • Typ ridice (slusny, agresivni)
  • Nehoda na silnici (zda se nachazi prekazka v nekterem z pruhu)
  • Styl jizdy ridice ( drzeni se v jednom pruhu, stridani pruhu)


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

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

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

Název simulace: Simulace vývoje slávy kapely

Autor: Luboš Tomandl

Typ modelu: Systémová dynamika

Modelovací nástroj: VensimPLE

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

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

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


Název simulace: Šíření víry v kontinentální Evropě 16. století

Autor: Vojtěch Hyvnar

Typ modelu: Multiagentní

Modelovací nástroj: NetLogo 6.0.3

Popis modelu: Začátkem 16. století došlo v Evropě k reformaci církve, která vedla k vytvoření dvou hlavních protestantských církví – Luteránství (na území dnešního Německa) a Kalvinismu (na území dnešního Švýcarska). Obě protestantské církve se pak rozšiřovaly do zbytku Evropy a byly dle nich zakládány také další církve (např. Hugenoti ve Francii), avšak tradiční římskokatolická církev byla stále jednoznačně nejrozšířenější.

Model by byl tvořen na mapě Evropy – vzhledem k problematické tvorbě „přechodů“ přes moře budu abstrahovat od všech ostrovů (a tudíž také vynechám například Anglikánskou církev) a budu uvažovat pouze kontinentální Evropu. Model a jeho parametry jsou samozřejmě velice zjednodušeným odrazem reality, jelikož se jedná o opravdu komplexní problém. Představitelé jednotlivých náboženství (misionáři) se snaží získat/konvertovat co nejvíce evropanů na svou stranu.

Parametry modelu:

  • Počet katolíků (náhodně rozmístěných po celé Evropě, s největším shlukem kolem Říma –nejsem si 100% jistý, jestli je tohle možné v NetLogu naprogramovat)
  • Počet luteránů (centrovaných v Německu, okolo Wittenbergu)
  • Počet kalvinistů (centrovaných okolo Ženevy)
  • Počet ateistů (náhodně rozmístěných po celé Evropě)
  • Pravděpodobnost konvertování ateisty, katolíka, luterána či kalvinisty (logický předpoklad by byl, že luteráni či kalvinisté by byli hůře konvertovatelní než katolíci)
  • Pravděpodobnost, že člověk samovolně opustí své náboženství a stane se ateistou
  • Frekvence, jak často budou lidé evaluovat svou náboženskou situaci (např. jednou ročně; nenapadá mě sofistikovanější způsob, jak tento problém řešit)

Cíl: Ačkoli tento problém už není úplně aktuální, zajímalo by mě, co by muselo vést k tomu (a jak dlouho by to trvalo), aby (za velmi zjednodušených podmínek) římskokatolická církev ztratila své dominantní postavení mezi evropskými náboženstvími (církvemi), případně aby se stala Evropa plně ateistickou.

Xhyvv00 (talk) 13:52, 6 May 2018 (CEST)


Název simulace: Simulace čekání vlakové soupravy cestujícími

Autor: Evgeny Konoshenko

Typ modelu: Multiagentní

Modelovací nástroj: NetLogo

Popis modelu: Předmětem této simulace je čekání vlaku na nádraží. Osoby přicházejí náhodně a budou pravidelně vyzvedávány vlakovou soupravou. Simulace bude navrhnuta tak, aby fungovala při jedné aktualizace za sekundu.

Vlaková souprava je tvořena jedním motorem a několika vozy. V dané simulaci motor má jenom první voz, což znamená, že vlak jede jedním směrem. Může být pouze 0 nebo 1 motor. Motor se vždy zastavuje po konci platformy.

Každý vůz má zátěž a může přijmout současně jednoho cestujícího. Pokud jsou vozy ale žádný motor, pak vlak opouští pravou stranu simulačního světa. Osoby budou přicházet z dolní časti simulačního světa nahoru do platformy. Osoby se budou pohybovat nahoru, vlevo, vpravo, aby se zastavily naproti vozu. Osovy se nebudou pohybovat přes jiné osoby, ani se nebudou pohybovat dozadu. Osoby nebudou vstupovat do simulačního světa, pokud je platforma plná. Po zastavení motoru, osoby budou moct nastoupit do vlaku.

Parametry modelu:

  • Počet vozů
  • Interval motoru (Počet sekund, než se vytvoří další motor)
  • Interval osob (Počet sekund, než se vytvoří další osoba)
  • Frekvence osob (Pravděpodobnost vytvoření osoby v daném intervalu)
  • Rychlost simulace

Cíl: Cílem simulace je optimalizovat dobu čekání vlaku cestujícími, a aby vlak odjížděl s maximálně využitou kapacitou. Dalším cílem je optimalizovat počet pasažérských míst na základě počtů poptávajících cestujících.

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