Zadání LS 2019/2020

Simulácia zberu jahôd

Názov simulácie: Zber jahôd

Autor: Juraj Bačovčin

Typ modelu: Multiagentný

Modelovací nástroj: NetLogo

Popis modelu: Do prostredia tvoreného prechodnou zeleňou, ľubovoľným počtom náhodne rozmiestnených prekážok v podobe stromov a rovnako tak ľubovoľným počtom náhodne rozmiestnených jahôd sú poslaní piati vzájomne súperiaci zberači. Ako to už vyplýva z ich pomenovania, hlavným cieľom týchto zberačov je samozrejme pozbierať čo najvyšší počet jahôd skôr než sa ich zmocnia ostatní, pričom každý jeden z nich má odlišnú stratégiu. Prvý zberač menom Adam sa riadi čisto len svojimi inštinktmi a ďalšie miesto, na ktoré sa vydá, si vyberá výhradne náhodne. Bohumil k tomu pristupuje už o čosi chytrejšie a vydáva sa vždy práve za tou jahodou, ktorá sa k nemu aktuálne nachádza najbližšie. Cyril je zasa raz o niečo pripravenejší a informovanejší, vďaka čomu sa môže vždy vybrať najskôr na miesto, kde by mal byť zhluk jahôd najväčší, všetky ich pozbierať a až tak zasa rovnakým spôsobom pokračovať na ďalšie také miesto. Denis je v porovnaní s ostatnými zákernejší a vyberá si za svoj cieľ vždy práve tú jahodu, po ktorej ide zberač nachádzajúci sa k nemu najbližšie. Na rozdiel od neho posledný zberač menom Erik postráda kompetitívneho ducha a vyberá si vždy jahodu, ktorá je k nemu najbližšie a zároveň po nej nikto iný práve nejde.

Parametre modelu:

• Počet jahôd
• Počet stromov
• Veľkosť stromov
• Rýchlosť pohybu zberačov

Cieľ simulácie: Hlavným cieľom tejto simulácie je porovnať rozdielne prístupy k zdanlivo všednej úlohe za účelom nájdenia optimálnej stratégie zberu jahôd (alebo prakticky akýchkoľvek iných surovín) v kompetitívnom prostredí. Okrem toho je však i možné sledovať, ktorá z menovaných stratégií sa teší najväčšiemu úspechu pri iných nastaveniach parametrov, prípadne aké nastavenie parametrov vykazuje najlepšie výsledky pre každého z definovaných zberačov.

Možnosti rozšírení: Do modelu je možné pridať i ďalšie typy objektov (napríklad prekážky s odlišnými tvarmi), parametrov (ako napríklad miera únavnosti, na základe ktorej sa všetci zberači postupne budú spomaľovať až pokiaľ nezastanú úplne za účelom krátkeho oddychu) a v neposlednom rade i zberačov (s ďalšími stratégiami).

Ta hustota (množství) překážek určitě patrí mezi parametry modelu. Jinak schváleno.

Degenerace při chovu Australských ovčáků (AUO)

Název: Degenerace při chovu Australských ovčáků (AUO)

Autor: Herm10 (talk) 22:45, 13 May 2020 (CET)

Nástroj: NetLogo

Typ modelu: Multiagentní

Popis modelu: Australský ovčák je plemeno, které poslední dobou stoupá v oblibě. Nicméně oproti klasikám jako jsou například labradoři nebo němečtí ovčáci, je počet chovatelů relativně malý. U každého rozmnožování psů se preferuje uchovnění dle určitých pravidel, nicméně u AUO to platí dvojnásob. Tito psi mohou často trpět epilepsií a dalšími nemocemi, které jsou pro toto plemeno typické (oční vady, kloubní onemocnění, hluchota a třeba i alergie). U psa s PP se riziko některých onemocnění výrazně sníží, nebo dokonce úplně vyloučí díky testování. Proto je u tohoto psa množení bez pravidel a testování velmi kritizované.

Na základě testování jedinců se dá vypočítat pravděpodobnost jednotlivých onemocnění v rámci další generace/generací. Kromě testů se dá u psů již podle procenta bílé barvy vypočítávat pravděpodobnost určitých onemocnění v případné další generace. Proto se takzvaným „nestandardům“ (psům kteří neprojdou určitým počtem testů) zakazuje dále rozmnožovat a doporučuje se kastrace. Stále ale existují určité parametry, které se u uchovnění nehlídají a další generace ohrožují. V takovém případě je na svědomí chovatele, jestli takového psa nakryje a zvýší riziko onemocnění u dalších generací.

Na základě testů a rodinné příslušnosti jsou stanovena přísná pravidla, kdo s kým se může křížit. Pro obnovení silných genů si občas nechají chovatelé dovézt psa na nakrytí ze zahraničí.

Ne každé nakrytí je úspěšné a také počet zdravých štěňat se značně liší.

Ne každý páníček svého psa uchovní, což do jisté míry ovlivní budoucnost chovů. Naopak spousta lidí chce ty nejlepší psy „jen tak pro rodinu“, a tím pádem takový jedinec již nemá šanci přispět svými kvalitními geny.

Vzhledem k tomu, že poptávka v tomto roce výrazně začala převyšovat nabídku, začalo se více objevovat „bezpapírové“ množení, díky čemuž se rodí například slepá nebo hluchá štěňata

Agenti:

• Psi
• Chovatelé

Parametry:

• Počet psů dovezených ze zahraničí
• Počet nelegálních chovatelů
• Počet nezodpovědných chovatelů

Cíl simulace: Cílem práce je sledovat vývoj tohoto plemene a míru degenerace v závislosti na chování chovatelů. Výstupem by byl také počet štěňat, které kvůli jejich výrazným vadám nikdo nechce (hluchota, slepota, …). Jeden měsíc = jeden tick.

Data: Data ohledně tohoto plemene jsou volně dostupná na internetu. Zde příklad genetiky o anomálii očí: https://www.genomia.cz/cz/test/cea-collie-eye-anomaly/ Chovné stanice a informace o potomcích – narozené vrhy 2020: http://www.aussiesworld.cz/index.php/chov/vrhy/narozene-vhry/narozene-vrhy-2020

Schváleno Tomáš (talk) 18:27, 14 May 2020 (CET)

Procesní analýza dopravy cestujících na Letiště Václava Havla (LVH) pro optimalizaci při zavedení metra

• Název simulace: Metro na LVH
• Autor: Zurp00 (talk) 20:45, 14 May 2020 (CET) Polina Luneva
• Typ modelu: Diskrétní simulace
• Modelovací nástroj: SIMPROCESS

Popis modelu: V současné době se lze na letiště dopravit pouze několika způsoby: (rok 2016)

• Osobními automobily (24%)
• Taxi (30%)
• Autobusy (35%)
• Jiná doprava na Letiště Václava Havla (11%)

Nejdůležitějšími z nich jsou autobusy MHD, automobil a taxi. Je snaha, aby se co nejvíce cestujících dopravovalo na letiště pomocí MHD, nynější systém však nevyhovuje a je třeba jeho modernizace. Je i patrné, že lidé, kteří používají osobní automobil nebo taxi, by spíše použily MHD, pokud by doprava z centra města byla jednodušší.

V roce 1938, po otevření pražského ruzyňského letiště, byla zavedena autobusová linka číslo 1, která spojovala Vozovnu Vokovice a letiště. Autobusový systém funguje dodnes, avšak při velké poptávce po přepravě není schopný dodat dostatečnou kapacitu, komfort, rychlost, ale ani spolehlivost spojení. První nápady na realizaci kolejového, železničního spojení mezi Prahou a letištěm pocházejí již z 60. let minulého století. V roce 1993 byla zmíněna možnost vybudování rychlodráhy a za posledních 20 let vzniklo až 100 stavebních záměrů a studií pojednávajících o zavedení kolejové dopravy na letiště. Jako další možnost přichází v úvahu zavedení tramvajové dopravy, které má jednu nepřekonatelnou výhodu, a to rychlost a cenu stavby.

Jako poslední možnost propojení bylo projednáváno prodloužení metra A. Prodloužení pražské trasy metra A z Motola na Letiště Václava Havla by vyšlo na 26,8 miliardy korun. Vybudování tratě by i s přípravnými pracemi trvalo jedenáct let (analýza by měla trvat 6,5 roku, dalších 4,5 roku stavba samotná). Hloubka podzemních stanic by se pohybovala v rozmezí 20 až 45 metrů Vyplývá to z analýzy firmy Metroprojekt pro dopravní podnik a magistrát. Je tedy patrné, že celá výstavba metra zabere dost času, ale i finančních prostředků, proto je potřeba co nejvííce času věnovat řádné přípravě. Tato práce by mohla posloužit jako jeden ze způsobu dat.

Metoda: Model bude zpracován pomocí programu SIMPROCESS, který je uzpůsobený přesně na podobné problematiky. Bude zde možné nastavovat různé množství časových intervalů a počtu vozů apod.

Cíl simulace: V práci se chci soustředit na analýzu procesu dopravy metrem na LVH a návrh nejlepší možné optimalizace.

Je třeba vnímat především kapacitu metra a s tím spojený maximální počet cestujících, kteří se dostanou na letiště jedním spojením, s tím souvisejí i jízdní řády, četnost spojů, plynulost příchodu cestujících atd. Po příjezdu na letiště jsou pasažéři rozptýleni po terminálu, někdo jde na check-in, jiný zase na selfcheck-in apod. Všichni ale musejí projít security kontrolou na Terminálu 2 a pasovou kontrolou na Terminálu 1. To jsou úzká hrdla celého systému, a proto se na ně soustředím a budu pokud možno používat pro výpočty.

Možnosti rozšíření: Proces je možné rozšířit i o další dopravní prostředky (vlak, tramvaj) a sledovat nejoptimálnější variantu zavedení dopravy, ale jelikož se dle informaci předpokládá zavedení metra, budu tedy dále pracovat a podrobněji nahlížet na tuto variantu.

Data: Vycházet budu hlavně s diplomové práce na téma: Analýza způsobů dopravy cestujících na Letiště Václava Havla. V práci autor pracuje s dostupnými a ověřenými statistikami.

Odkazy:

Nalezení nejlepší strategie řidičů Taxi

Název: Nalezení nejlepší strategie řidičů Taxi

Autor: Zikl00 (talk) 23:23, 14 May 2020 (CET)

Nástroj: NetLogo

Typ modelu: Multiagentní

Popis modelu: Taxikářská společnost v jednom malém městečku se snaží přizpůsobit strategii svých taxikářů tak, aby zákazníci čekali co nejkratší dobu. Pro přiblížení skutečnosti je město rozděleno na segmenty, kde se zákazníci vyskytují více či méně. Stav dopravní situace v průběhu dne zachycuje běžné rozdělení řidičů na silnici (dopravní špičky ráno a odpoledne, klid v nočních hodinách, atd.). Operátor vypočítá, který taxík bude u zákazníka nejrychleji, a toho k zákazníkovi pošle - do výpočtu se zahrnuje i čas cesty, kterou musí taxík ještě absolvovat se stávajícím pasažérem (vznikne tak jakási jednoduchá fronta). Někteří zákazníci nevydrží čekat, takže si zařídí jiný způsob přepravy. Tímto se zabrání hromadění čekajících zákazníků - simulace nemá zkoumat, kolik zákazníků se podařilo převézt atd., ale jaká je nejvhodnější strategie pro taxikáře ve chvílích, kdy nemají co na práci.

Grafy budou znázorňovat:

• průměrnou dobu čekání všech zákazníků
• průměrnou dobu čekání zákazníků, kteří čekali než taxík doveze předchozího pasažéra
• průměrnou dobu čekání zákazníků, ke kterým taxík hned zamířil - tato skupina taxikářů je pro simulaci nejdůležitější, protože simulace zkoumá, jakou strategii mají řidiči zvolit, když zrovna nevezou pasažéra

Agenti:

• Taxikář_1 - po dokončení trasy řidič čeká a místě, dokud nezavolá další zákazník
• Taxikář_2 - po dokončení trasy řidič náhodně jezdí po mapě
• Taxikář_3 - po dokončení trasy řidič jede na polohu centroidu, který se průběžně počítá z polohy všech zákazníků, kteří dosud volali operátorovi společnosti
  • Všichni taxikáři mohou také po dovezení pasažéra rovnou zamířit k jinému zákazníkovi, který již čeká.

Parametry modelu:

• Počet zákazníků za den (rozloží se do hodin podle taxikářské špičky)
• Počet aut v městečku (rozložení v hodinách se určuje dle poměru z grafu přepravní špičky)
• Počet Taxikářů 1., 2. a 3. kategorie

Možná rozšíření:

• Výpočet spotřeby paliva pro každou strategii
• ...

Cíl simulace: Výsledky simulace přiblíží, která taxikářská strategie je nejvhodnější pro snížení doby čekání zákazníků. Výhodnost strategií se může lišit i vzhledem k zadaným parametrům.

Odkazy:

Procesná analýza vychystávania B2C objednávok v logistickom centre Skladon poskytujúc fulfillment službu pre e-shopy

• Název simulace: Návrh optimalizácie vychystávania objednávok v logistickom centre Skladon
• Autor: xhalm23 (talk) 18:38, 15 May 2020 (CET) Miloš Halecký
• Typ modelu: Diskrétna simulácia
• Modelovací nástroj: SIMPROCESS

Popis modelu: Firma Skladon poskytujúca fulfillment služby pre e-shopy potrebuje zanalýzovať a zoptimalizovať proces vychystávania B2C objednávok. V poslednej dobre prudko vzrastol dopyt po tejto službe a firma potrebuje tento proces optimalizovať na troch úrovňiach:

• rýchlosť vychystávania
• finančné náklady na personál
• optimalizovanie počtu zamestnancov

Do procesu vychystávania vystupjú tieto sledované entity:

• Picker (Zamestnanec zodpovedný za prinesenie produktov pre konkrétne objednávky k baliacemu pracovisku)
• Pickovací Vozík (Vozík ktorým picker zbiera produkty pre objednávky. Maximálny poč. objednávok na vozík je 8. Plný košík Picker nechá pri baliacom pracovisku a vyzme si prázdny)
• Balič / Baliace pracovisko (Zamestnanec zodpovedný za zkompletovanie objednávky, zabalenie do krabice a nalepenie prepravného štítku. Balič vyprázdni pickovací košík a pripraví ho na ďalšie použitie)
• Objednávka (Hlavná entita prechadzajúca procesom od začiatku po koniec.)

Popis procesu: Picker dostane za úlohu vy-pickovať určitý počet objednávok za jeden pickovací cyklus. Vozikom vyzbiera všetky potrebné produkty a privezie vozík k baliacemu pracovisku. Picker si vezme ďalší vozík a odchádza po ďalšie objednávky (Koniec jedného pickovacieho cylku). Proces pokračuje balením. Balič postupne balí všetky produkty do krabice a hotovú zásielku uloží na paletu pre prepravcu. Prázdny košík uloží na miesto odkiaľ si ho ďalší pickery môžu zobrať.

Otázka znie, ako zefektívniť celý proces vychystávania. To znamená, koľko firma potrebuje zamestnancov podieľajúcich sa na tomto procese. Aký je ideálny počet baliacích pracovisk s tým, aby boli všetky využívane. A aký je ideálny počet pickovacích vozíkov, aby picker nemusel čakať a tak zabrániť prestoju s tým, aby počet vychystaných objednávok bol čo najvačší.

Metoda: Model bude zpracovaný pomocou programu SIMPROCESS, ktorý je ideálny na riešenie tejto problematiky.

Cíl simulace: Určenie ideálneho počtu zamestnancov podieľajúcich sa na procese. Určenie idálneho počtu pickovacích vozíkov, aby nedochádzalo k prestojom a určenie počtu baliacich pracovísk tak, aby sa maximalizoval počet vychystaných objednávok.

Možnosti rozšíření: Proces je možné rozšíriť o modifikovanie pickovacích vozíkov (zväčšenie kapacity).

Data: Dáta pre našu analýzu a optimalizovanie tohto procesu budú reálne dáta zozbierané na prevádzke firmy.