Zadání LS 2020/2021

Simulace přenosové soustavy

Simulace bude postavena na reálných datech o výrobě a spotřebě elektrické energie v ČR a na datech o přitékající elektrické energii od našich sousedních států. Jejich výroba el. energie taktéž ovlivňuje i naši přenosovou síť. Z tohoto důvodu jsou na pomyslných hranicích naší přenosové soustavy PST transformáty, kde dispečeři regulují výrobu a spotřebu elektrické energie u nás. Pokud by od sítě přiteklo moc energie, mohlo by to přetížit přenosovou soustavu a tím způsobit rozsáhlé výpadky proudu. Pokud by takový výpadek nastal (z důvodu výrazné výkonové nerovnováhy) je nutné, co nejrychleji zajistit stabilitu přenosové sítě. Cílem modelu je nasimulovat přenosovou soustavu a její možnou ochranu proti blackoutům.

Autor Michaela Tauchmanová

Typ modelu Systémová dynamika

Modelovací nástroj Vensim

Cíl simulace Cílem modelu je nasimulovat přenosovou soustavu a její možnou ochranu proti blackoutům.

Data Data o zatížení, přítoku energie atd. (ČEPS - https://www.ceps.cz/cs/data#Load) Spotřeba a výroba za rok včetně dat o distribučních ztrátách apod. (Český statistický úřad – Energetické bilance – https://www.czso.cz/csu/czso/ene_cr)

Taum03 (talk) 20:39, 6 May 2021 (CET)

Schváleno Oleg.Svatos (talk) 13:03, 7 May 2021 (CET)

Nalezení nejideálnějšího množství nápojových stánků a TOITOI na hudebních festivalech

Název: Nalezení nejideálnějšího množství TOITOI na festivalech

Autor: vana06, Aneta Váňová

Nástroj: NetLogo

Typ modelu: Multiagentní

Popis modelu: Venkovní hudební festivaly jsou jedny z nejpopulárnějších událostí, které návštěvníci v letním období navštěvují. Organizátoři těchto organizací musí často kalkulovat kapacitu celého festivalového objektu v návaznosti na popularitu vystupujícího. V návaznosti na tuto proměnou se musí vypořádat organizátoři s množstvím stánků s nápoji, které budou mít možnost prodeje právě na daném festivalu. Množství nápojových stánků však nemůže být neomezené z důvodu redukce prostoru. Zároveň je třeba najít takové optimální místo, aby návštěvníci festivalu netrávili většinu času festivalu právě ve frontách. Na základě následné doby pití a množství pití, které návštěvníci vypijí musí organizátoři počítat i s množstvím TOITOI mobilních toalet tak, aby jejich kapacita nebyla podhodnocena a návštěvníci se neuchylovali k obcházení pravidel festivalu. K větší reálnosti modelu též přispěje fakt, že agenti se rozhodují v průběhu procesu.

Grafy budou znázorňovat:

• Počet čekajících návštěvníků u nápojových stánků v průběhu konání festivalu
• Počet čekajících u TOITOI v průběhu konání festivalu
• Průměrná doba čekání na nápoj
• Průměrná doba čekání na TOITOI
• Počet návštěvníků, kteří z důvodu dlouhého čekání obešli pravidla festivalu a vykonali svou potřebu za TOITOI
• Počet nespokojených zákazníků (měřeno na základě doby čekání na nápoj a nutnosti vykonat potřebu mimo TOITOI)

Agenti:

• Muži
  • Potřeba pití nápojů je jednou za 30 minut (na základě Zdroj 1) (určeno náhodným rozdělením)
  • Na WC potřebují v případě, že kapacita močového měchýře byla naplněna 300–400 ml (určeno náhodně v rámci daného rozmezí) Zdroj 2
  • Pravděpodobnost, že bude postupovat podle těchto čísel je 50% (rozhodování na základě aktuálních dat v procesu)
• Ženy
  • Potřeba nového pití je jednou za 45 minut (na základě Zdroj 1) (určeno náhodným rozdělením)
  • Na WC potřebují v případě, že kapacita močového měchýře byla naplněna 150–250 ml (určeno náhodně v rámci daného rozmezí) Zdroj 2
  • Pravděpodobnost, že budou postupovat podle těchto čísel je 50% (rozhodování na základě aktuálních dat v procesu)

Parametry modelu:

• Počet návštěvníků jednotlivých pohlaví (rozděleno vždy 50:50 z celkového množství)
• Počet stánků s nápoji
• Počet TOI TOI

Možná rozšíření:

• Simulaci by bylo možné rozšířit i o stánky s občerstvením (jídlem)
• Rozšíření o vliv počasí (teploty) a s tím spojenou větší konzumaci nápojů
• Rozšíření o pauzy v programu, kde větší množství návštěvníků zvažuje zakoupení nového nápoje nebo navštívení TOITOI, i když to není potřeba

Cíl simulace: Na základě očekávané návštěvnosti bude možné predikovat takové množství nápojových stánků a TOITOI tak, aby bylo optimální, a tudíž aby nedocházelo k obcházení pravidel a aby návštěvníci byli spokojeni.

Poznámka: Pro simulaci je čerpáno z dat, která jsou k dispozici k velikosti močového měchýře a množství pití, avšak množství dat k tomuto tématu je omezenější.

Vana06 (talk) 22:28, 6 May 2021 (CET)

Simulácia darcovského centra

Simulácia bude zobrazovať popis procesu odberu krvnej plazmy v dárcovskom centre. Bude pozostávať z registrácie na odber, konzultácie s lekárom, čakaním na odber, odberu samotného, odpočinkom a odchodom z centra.

Darcovia sa môžu objednávať na odber v 30 minutových intervaloch, pričom simulácia bude brať v potaz „high peaks“, kedy je množstvo darcov vzhľadom na kapacitu lôžok hraničné a bude sa snažiť optimalizovať ako počet lôžok, tak i kapacitu darcov v daných „high peaks“

Simulácia by pozostávala z 3 modelov:

• 1. Simulácia štandarného provozu
• 2. Optimalizácia procesu za účelom lepšej efektivity času vzhľadom na darcu - v momentálnej situácií v „high peaku“ darci čakajú i desiatky minút navyše voči objednanému času
• 3. Simulácia letného provozu - v lete je štandardne počet darcov voči zbytku roku menší - v rámci letného provozu by teda bolo možné vymyslieť optimálnu stratégiu či už napríklad v rámci zníženie personálov/lekárov a podobne.

Autor Marko Pira

Typ modelu Diskrétní simulace

Modelovací nástroj SimProcess

Entity Darca

Zdroje

• Lékar
• Personál
• Skrinka
• (Odberové) lôžko
• (Tuba) plazmy - v rámci simulácie zistíme, koľko tub plazmy denne centrum zvládne odobrať

Cíl simulace Cieľom je nasimulovať štandardný stav centra a následne proces optimalizovať pomocou zdrojov. Ďalším cieľom je simulácia letného provozu centra a stratégie optimalizácie zdrojov, aby nedochádzalo k ich nevyužitiu

Data Data budú získané od anonymizovaného dárcovského centra v Prahe

Pirm01 (talk) 08:53, 7 May 2021 (CET)

Simulace včelařství

Simulace bude znázorňovat malý včelařský podnik. V modelu se bude vyskytovat prodejní místo, včelař, včely medonosné, včelí úly a louka. Med reprodukuji včely, jejichž reprodukce je závislá na tom, jaké je aktuálně počasí a které rostliny jsou v blízkosti dostupné k opylení. Muže se také stát, ze včely onemocní nebo dojde k prudkému výkyvu počasí. Vytvořeny med zpracuje včelař, který ho následně prodává na malém prodejním místě. Může se stát, že med bude nekvalitní, či ho bude málo, což ovlivní koncové prodeje. Od včelaře med kupují zákazníci nehledě na to, jakou má aktuálně produkci - poptávka je tedy nepřetržitá. Vycházet se bude z dat diplomové práce, která simulovala procesy probíhající ve včelím úle.

Autor Kateřina Zemánková

Typ modelu Systémová dynamika

Modelovací nástroj Vensim

Cíl simulace Cílem bude dokázat, zda v průběhu času bude včelař stále prosperovat, i vzhledem k proměnlivému počasí a hrozbě včelí nemoci, a jaký je optimální počet včelích úlů pro maximalizaci zisku.

Data Diplomová práce Modelování a simulace přírodních zdrojů - https://is.muni.cz/th/mrhe1/SDIPR.pdf Z této práce budou využita data - velikost včelstva, produkci medu, počasí a dostupnost květin na louce.
Faktory ovlivňující produkci medu - http://digilib.k.utb.cz/bitstream/handle/10563/24103/pol%C4%8D%C3%A1k_2013_bp.pdf?sequence=1&isAllowed=y

zemk05 (talk) 10:05, 7 May 2021 (CET)

Téma mi přijde nebezpečné - chápu odkud by se vzala data k včelám jako takovým, ale o co by se opřel ten zbytek? - pravděpodobnost nekvality medu, poptávku po medu, cena a hlavně cenotvorba medu, pravděpodobnost onemocnění včel, atd. Úplně mi to na tu systémovou dynamiku taky nesedí - tam jde hlavně o ty zpětné vazby/smyčky, tady bych to spíše viděl na nějakou kalkulaci potažmo MonteCarlo simulaci, ale tim se zase dostáváme zpátky k datům, potřebných pro určení pravděpodobnostních rozdělení... Na samotné simulaci produkce medu to taky postavit nelze, ta už je součástí referencované diplomky. Zatim mi příjde lepší zkusit něco jiného. Oleg.Svatos (talk) 13:52, 7 May 2021 (CET)

Simulace migrace lidí do Evropy

Migrace lidí do Evropy je velmi časté téma dnešní doby. Faktory migrace mohou být ekonomické, věk, podnebí, současná situace v zemi, atd. V oblastech konfliktů, společenských (včetně politických) nebo ekonomických rozdílů migrace představují závažný socioekonomický problém. Migrace mohou být dobrovolné, za prací či za příbuznými, či nucené (jejichž příčinou je zpravidla silné zhoršení životních podmínek, válečný stav, diktatury atd.). Migrace probíhá přes tři hlavní migrační trasy do EU - východní, centrální a západní středomořské trasy. V sociologii je migrace spolu s porodností a úmrtností klíčovým prvkem v procesu populačního vývoje a výrazně ovlivňuje společenské a kulturní změny obyvatel na všech úrovních. S ekonomickým rozvojem se intenzita migrace dále zvyšuje.

Autor Martina Riegerová

Typ modelu Systémová dynamika

Modelovací nástroj Vensim

Cíl simulace Simulace by predikovala vnější migraci, kde by na následující období 10ti let dle daných faktorů predikovala počty nových příchozích migrantů do Evropy.

Data Data o migracích - https://www.unhcr.org/cz/ , https://www.mvcr.cz/migrace/aktualni-zpravodajstvi.aspx , https://www.unhcr.org/environment-disasters-and-climate-change.html

riem00 (talk) 10:31, 7 May 2021 (CET)

Tématicky by to šlo - co všechno by ta vaše simulace zahrnovala (simulovala)? - všechno to, co máte v tom úvodním odstavci? Oleg.Svatos (talk) 13:09, 7 May 2021 (CET)

Simulace vytváření kytic

Autor: Martin Šatra (satm03)

Typ modelu: Multiagentní

Nástroj: NetLogo

Popis modelu:

Při dobývání dívčího srdce je možné využívat mnoho způsobů. Jedním z nich je zasypat svou milou květinami. Obecně pak platí, že čím více květin dívka obdrží, tím více pookřeje. Právě sběr květin a vytváření kytic z nich je hlavním námětem vytvářeného modelu.

V modelu je prostředí definováno jako louka, na které rostou květiny a vyskytují se překážky (skalky). Vybranou louku si pak vyhlídla za účelem vytváření kytic pro své milé čtveřice chlapců. Všichni vědí, že počet květin, které poberou bez toho aniž by je poničili, není nekonečný. Z tohoto důvodu si každý vybudoval své stinné stanoviště, kam si bude shromažďovat své květiny, případně již celé kytice. Skutečnost, že se jedná o uzavřenou louku s omezeným počtem květin činí z chlapců vzájemné soupeře. Každý chlapec si tedy vytvořil svojí strategii, se kterou bude při sbírání květin a vytváření kytic postupovat. (Popisy jednotlivých strategií chlapců jsou v části Agenti.)

Je také dobré podotknout to, že aby byla kytice shledána dostatečně atraktivní, měla by být složena více květin rozličných barev. Za účely tohoto modelu pak definujeme, že kytice se musí vytvořit z květin o 3 různých barvách (bílá, modrá, žlutá).

Chlapci mohou unést až 9 květin (popřípadě 3 kytice) bez toho aniž by je poničili. Proto se v případě, kdy již natrhali 9 květin, musí vrátit na své stanoviště, kde tyto květiny (popřípadě vytvořené kytice) uloží. V případě, že chlapci již nemohou plnit své strategie z důvodů vyčerpání potřebných zdrojů (květin), vrátí se každý na své stanoviště.

Agenti:

• Jára - Postupuje tak, že chce vytvořit kytice co nejdříve. Při trhání květin tedy postupuje tak, že nejprve utrhne nejbližší květinu jednoho druhu, poté nejbližší květinu druhého druhu, a nakonec nejbližší květinu třetího druhu. Když má vše potřebné (3 druhy květin), pak ihned vytvoří kytici. Poté, co má plné ruce kytic, je jde zanést na své stanoviště.
• Jiří - Má podobnou filozofii jako Jára, tedy trhat květiny po jednotlivém druhu tak, aby měl co nejdříve vše potřebné pro vytvoření nové kytice. Nechce však kytice vytvářet při sbírání, ale až po návratu na své stanoviště.
• Zdeněk - Zdeněk ví, že dokáže unést maximálně 9 květin. Vypočítal si, že z tohoto množství lze vytvořit maximálně 3 kytice. Z tohoto důvodu nejprve trhá nejbližší 3 květiny jednoho druhu, poté nejbližší 3 květiny druhého druhu a nakonec nejblíže se nacházející 3 květiny třetího druhu. Když má plné ruce, odejde na své stanoviště a vytvoří z natrhaných květin kytice.
• Vladislav - Vladislav nechce při trhání květin moc přemýšlet, a tak trhá ty nejbližší co mu přijdou pod ruku. Když má plné ruce jde na své stanoviště a vytvoří tolik kytic, co je jen možné, nevyužité květiny, z nichž již nešlo vytvořit kytice, zůstanou na jeho stanovišti a mohou být využity při další Vladislavově donášce.

Cíl simulace: Cílem simulace je pozorovat efektivnost jednotlivých strategií chlapců a na základě nabytých poznatků rozhodnout, která strategie je za daných parametrů nejoptimálnější.

Parametry:

• Počet bílých květin
• Počet modrých květin
• Počet žlutých květin
• Počet překážek na louce
• Doba pro vytvoření kytice
• Rychlost chlapce

Výstupy:

• Graf znázorňující množství vytvořených kytic pro jednotlivé hráče v čase
• Aktuální počet kytic vytvořených každým hráčem
• Aktuální počet květin (z nichž ještě nejsou, nebo dokonce nikdy nebudou kytice) v držení každého hráče
• Průměrná doba pro vytvoření kytice za každého hráče (celkový čas od počátku simulace po konečný návrat chlapce na stanoviště ku množství chlapcem vytvořených kytic)

Možná rozšíření: Model je dosti jednostranně zaměřený, avšak mohl by být stále více přibližován reálné situaci. Agenti, chlapci, by mohly mít další atributy jako je například výdrž. Květiny by mohly mít určenou dobu, za kterou po utržení uschnou. Do hry by mohly vstupovat také parametry počasí, které by měly vliv, jak na výdrž chlapce, tak na odolnost květiny. Na louce by se mohly objevit i jiné objekty, či dokonce na hráče číhající nebezpečí.

Poznámka: Jsem si vědom, že podobný námět s poměřováním strategií již existuje (Simulácia zberu jahôd (Netlogo) - Juraj Bačovčin), avšak myslím, že simulace popsána výše se dosti odlišuje, co se jejího vytvoření týče.

Satm03 (talk) 12:09, 7 May 2021 (CET)

Optimalizace skladových zásob inkoustů

Autor: Iveta Kleníková (klei00)

Typ modelu: Systémová dynamika

Nástroj: VensimPLE

Popis modelu: Společnost B je českým dodavatelem ekosolventních inkoustů a dalšího spotřebního materiálu do velkoformátových tiskáren. Inkousty se prodávají v jednolitrových lahvích ve čtyřech barvách (CMYK).
Každý inkoust má z výroby roční expiraci. Ovšem na sklad se inkousty dostávají ve valné většině případů už cca 3 měsíce staré. Ideální je prodat inkoust v prvních třech měsících (tj. 4-6 měsíců staré), jelikož starší inkousty už zákazníci nechtějí kupovat z důvodu, že by je nestihli do data expirace vypotřebovat. Inkousty staré 7 měsíců se ještě dají prodat, ovšem pouze s určitou slevou. Starší inkousty se již neprodají a je potřeba je za určitý poplatek ekologicky zlikvidovat. Inkousty se prodávají metodou FIFO (časovou jednotkou je měsíc).
Při objednávání inkoustů na sklad tu hraje roli spodní a horní limit skladových zásob. V případě snížení skladových zásob pod spodní limit dochází k objednání inkoustů až do výše horního limitu. Inkousty se objednávají vždy po celých baleních po 10 kusech.

Vstupní parametry:

• Poptávka po jednotlivých barvách inkoustu
• Fixní náklady (mzda skladníka, nájem skladu, energie)
• Nákupní cena jednotlivých barev inkoustu (zahrnuje i rozpočítanou dopravu)
• Prodejní cena jednotlivých barev inkoustu
• Cena za likvidaci jednoho litru inkoustu

Cíl simulace: Cílem simulace je nalézt optimální limity skladových zásob tak, aby firma zbytečně nenaskladňovala velké množství inkoustů, které se nakonec neprodají a budou muset být zlikvidovány. Zároveň je vhodné, aby poptávka byla ideálně plně uspokojena.

Data: Jako podklad simulace budou použita reálná interní data o prodejích a nákupních cenách inkoustů dané společnosti.

Klei00 (talk) 14:26, 7 May 2021 (CET)

Spíš než jako simulace to zatím vypadá jako kalkulace a rozhodně to není dynamický systém (tedy vhodné pro Vensim). Na druhou stranu, pokud máte interní data dané společnosti, ze kterých by šlo odvodit 1) měsíční poptávku po inkoustech (pravděpodobnostní rozdělení pro jednotlivé měsíce roku - určitě tam bude nějaká sezonalita a celé to zprůměrovat by nedávalo smysl), 2) průměrné stáří naskladňovaného inkoustu (pravděpodobnostní rozdělení), tak už by toto téma, tak jak je, šlo překlopit do simulace Monte Carlo a bylo by to OK. Co Vy na to? Oleg.Svatos (talk) 14:28, 7 May 2021 (CET)

Energetická náročnost těžby VSEcoinu

S rostoucí oblibou blockchainových technologií se objevují i některá z jejich úskalí. Zvýšená bezpečnost se neobjeví “jen tak” a je třeba ji nějakým způsobem zajistit. Jedním ze způsobů je tzv. koncept Proof of Work, kde je bezpečnost zajištěna komputací výkonnostně náročných operací. Tento výkon je provázen energetickou náročností a v druhé řadě tento výkon někde chybí. V rámci této simulace bychom chtěli vytvořit síť, která by simulovala těžaře těžící virtuální měnu VSEcoin (neparametrické hodnoty simulace budou vycházet z implementace Bitcoinu) a umožňovala nastavení volných parametrů: cena, výše odměny za PoW, náročnost PoW. (cena bude v této simulaci nastavitelný parametr, protože v simulaci jde o vztah energetické náročnosti na vlastnostech z ceny odvozených a nejde nám o predikci ceny v žádném ohledu),

Těžaři - agenti, rozhodující se, zda

• budou těžit (schvalovat transakce do bloků)
• budou podvádět
• Nice to Have - vstoupí do těžebního clusteru (pro zvýšení šance na odměnu, ale snížení

hodnoty odměny) Transakce - reálné a chybné (náhodné chyby i podvody)

Autor Petr Hoza

Modelovací nástroj Netlogo

Cíl simulace Cílem simulace je zjistit, jakým stylem je provázána náročnost operací (bezpečnost, energetická náročnost), cena (výše odměny). Primárně, zda existuje nějaké optimum nastavené odměny pro zachování dostatečné bezpečnosti za minimální energetické ceny.

Petr Hoza (talk) 14:36, 7 May 2021 (CET)