Категория:Model
Материал из Поле цифровой дидактики
Версия от 13:31, 21 августа 2024; Patarakin (обсуждение | вклад) (→Категория Model содержит {{#ask: Категория:Model Description::+ | format = count }} объектов)
Эта категория использует форму Model. Категория, в которой собраны (многоагентные) модели и их описание.
Категория Model содержит 64 объектов
Студенческие работы
| Description | Environment | |
|---|---|---|
| Bears | Bears walk and eat the growing grass | StarLogo Nova |
| Big money kills | Данная модель в шутливой форме показывает, как люди, которые мечтают плавать в деньгах (из-за этого их положение не вертикальное), пропадают, как только натыкаются на огромную золотую монету. Они не сразу находят путь к монете, как и в реальной жизни, не сразу выходит получать большую прибыль. | StarLogo Nova |
| Elephants giraffes dragons | A model with giraffes, elephants, and dragons that move across the screen, where upon collision between dragons, they reproduce. When elephants and giraffes collide with dragons, their energy decreases, while energy increases when they collide with grass, and the grass disappears. If the energy of the elephants and giraffes drops below 0, they die | |
| Giraffe collecting coins | Кто-то рассыпал много монет на улице. Жираф это увидел, и пошёл их собирать. | StarLogo Nova |
| Great white shark | Четыре большие белые акулы проголодались и вышли на охоту. Обнаружив косяк рыб, они мигом расправляются с ним, съев всех рыб до последней. За происходящим наблюдает ихтиолог и ведет подсчет съеденных рыб акулами за время охоты, для наглядности он составил график.
| StarLogo Nova |
| Hungry raccoon | Мама Енот выходит на лужайку в поисках морковки, чтобы накормить 100 детей. В ходе своей вылазки мама Енот ведет счет морковок, чтобы дети точно наелись.
 | StarLogo Nova |
| Let' fly | Most programs are going on the ground, but dragons and birds want fly, too! Seagull small, they climb on the tree and... flies high, where hungry dragons can't eat them. But them shoud be careful, clouds will stop there beautiful flight and the back to the ground. Dragons are very heavy, so only powerful wind coul let them fly, but this power will back all birds to the ground and could destroy cloud and, maybe make more ones. Seagulls are smart birds, they lay eggs, so if you see, that our brave birds are little count, make more of them... | |
| Line's dinner | There are elephants, a lion and trees in this project. The user is a lion. You can use the sliders to select the initial number of elephants and trees. Elephants can devour trees. And the lion chases elephants and, when confronted with them, absorbs them. The graph shows the change in the number of elephants and trees. The model stops moving after the lion eats 10 elephants because it has eaten too much. | StarLogo Nova |
| Penguienes VS Dragons | The epic battle between penguins and dragons is a magical story of courage and bravery. A prophecy threatens the peaceful coexistence of these creatures, foretelling a great battle. As the epic battle begins, both sides show incredible determination and strength. But as the battle rages on, it becomes clear that neither side can emerge victorious without sacrificing something precious. | StarLogo Nova |
| Save the forest from people | Лесорубы хотят вырубить весь лес, но медведи этому противятся и съедают их, когда встречают. Лесоруб может победить медведя только в одном случае: если он достаточно опытен, а медведь уже старый. Вопрос в том, что произойдет быстрее: лесорубы вырубят все деревья или медведи съедят каждого из них? | StarLogo Nova |
| Snap! Soccer Simulation | Варианты учебных моделей футбольного поля, в которых происходит обмен сообщениями между игроками и мячом. Все модели реализованы в Snap! | Snap! |
| Spread of the virus | Эта модель предназначена для того, чтобы смоделировать различные сценарии развития эпидемии в определённом городе. С её помощью вы сможете выбрать наилучшие меры для борьбы с эпидемиологической обстановкой. | StarLogo Nova |
| Terrible weather in a small town | In this project two factions named Cats and Dogs are created on their bases and then send out to destroy opponents and opponents' base. Cats and Dogs are mechanically same entities, however they can have different parameters. Each base has Health parameter and each unit has Age, Power and Energy parameters. You can set their starting numbers(for Power and Energy) through sliders, as well as amount at which they increase(Age), decrease(Energy) or change(Power). Power change with aging but doesn't have any other ties with it. You can change sliders while model is active, changing parameters for the yet-to-be-created units. Each tick there is a chance to create unit. You also can manipulate that. Unit with most power will take energy of the weaker one on collision. In case of equality in power both units will destroyed. Units are also destroyed when they damage the bases, are too old or have no energy. | StarLogo Nova |
| The princess is collecting coins and planting flowers near her castle. | Принцесса около своего замка находит и собирает монетки, которые оставили туристы, чтобы вернуться, и на эти деньги украшает территорию, сажая разные цветочки.
| StarLogo Nova |
| The report from the Antarctica | What is the project about?
| StarLogo Nova |
| This is my fish! | Посмотрим, кто из нас действительно голоден! Пингвины пытаются забрать и съесть всю возможную рыбу. | StarLogo Nova |
| V mire morscom | ||
| Арканоид | Игрок управляет небольшой платформой-ракеткой, которую можно передвигать горизонтально от одной стенки до другой. Ракетку следует подставлять под летящий шарик и отбивать, чтобы тот не упал вниз. Удар шарика по кирпичу приводит к разрушению кирпича и получению очков. | Snap! |
| Вампирская эпидемия | Ordinary people have a probability of becoming infected upon collision with vampires. There's also an exorcist capable of curing people bitten by vampires. A cured person can't be turned into a vampire again. The world consists of 5 original vampires who is impossible to be cured by the exorcist. In the end only one exorcist manages to save all people. | |
| Влияние параметра доброты на поведение | Существуют коты, собаки, камни и цветы. Коты охотятся на собак и иногда едят их. Показатель доброты определяет вероятность того, что кот съест собаку. Коты могут погибнуть при столкновении с камнями. Количество возможных столкновений до летального исхода для каждого кота определяется случайным образом. При столкновении с цветами коты повышают уровень своей доброты, а собаки - свою энергию. У котов также есть энергия, при поедании собак они присваивают энергию жертвы себе. У всех животных есть возрастной параметр. Если энергия иссякает или возраст достигает ста лет, животные умирают. | StarLogo Nova |
| Коты и собаки на улице | Взаимодействие кошек и собак (на улицах). У агентов (кошек, собак) есть несколько характеристик, таких как возраст, энергия и возраст смерти. Кошки могут убивать собак, если возраст собачек превышает 40 лет, и забирать их энергию. Есть птицы, которых могут съесть кошки, а затем и собаки, если все кошки уже мертвы.
Также есть дом, в который кошки могут входить (реализовано через удаление после столкновения с домом), а собаки - нет. Кошки и собаки становятся слабее и старше, птицы просто существуют... Модель перестает работать, когда мертвы все собаки или птицы. | StarLogo Nova |
| Коты и собачки | Cats and dogs move around the field. Cats reproduce, dogs and cats die due to natural processes (colliding with a stone) | |
| Модель посещаемости студентов в учебное заведение в зависимости от негативных факторов | Модель посещаемости учащихся школы | StarLogo Nova |
| Модель-симулятор распространения вируса в теле | Данная модель была создана, чтобы показать, как может распространяться вирус по телу человека в течение заболевания и как лейкоциты могут бороться с этим вредителем.
Вирусы и лейкоциты обладают "мощностью", которая проверяет, грубо говоря, кто "выиграет" дуель и уничтожит другого. Лейкоциты преследуют вирусные клетки, если они обнаружены в 10 шагах, а вирусные клетки - обычные. Клетки медленно двигаются по полю, являются целью вирусов. | StarLogo Nova |
| Обработка данных о машинах | Осуществляется обращение к внешним данным(из GitHub, обработка и представление данных. | Snap! |
| Обучение педагогов и учеников | StarLogo Nova | |
| Охота морских коньков | Модель, которая показывает, каким образом увеличивается морской конек относительно того, сколько рыбы ему удастся съесть. | StarLogo Nova |
| Поезд и рыбы | На город, в котором царят только мирные взаимоотношения между женщинами и лягушками, нападают танки, замаскировавшись под поезд. Что происходит дальше? | StarLogo Nova |
| Присвоение энергии жертвы | Модель, в которой драконы питаются жирафами | StarLogo Nova |
| Процесс отбора и появления новых пород | StarLogo Nova | |
| Смурфики и Гаргамель | Гаргамель охотится за смурфиками. При столкновении с другими смурфиками "заражённые" касанием с Гаргамелем смурфики выздоравливают. Рыцари патрулируют поле и арестовывают Гаргамеля. Коты Азазель помогают Гаргамелю ловить смурфов. | StarLogo Nova |
| Собрать данные с поля Starlogo Nova | When cats and dogs collide, the strongest eats the weaker (they both have their own energy potential, randomly given in the beginning). While eating, the winner takes the energy of the loser and becomes even stronger and keeps moving in search for next target. The change of population of each is shown in the table.
And seagulls? Seagulls will fly away, if cats don't catch them. | StarLogo Nova |
| Трава, еноты и медведи | Растения растут до определенного момента, а потом размножаются и теряют часть своей энергии. Еноты едят готовые растения и получают от них энергию. Медведи ищут енотов и при столкновении с ними съедают их и получают энергию
 | StarLogo Nova |
Учебные и исследовательские модели работы
| Description | Environment | |
|---|---|---|
| Air Pollution - Buses and Cars | Когда модель работает, автобусы непрерывно следуют по дороге. В домах есть люди, которым нужно добираться на работу. Если автобус проезжает мимо дома, человек из этого дома «садится в автобус». Однако, если автобус не прибудет достаточно скоро, вместо этого человек использует личную машину, в результате чего на дороге появится машина, которой необходимо проехать определенное расстояние, прежде чем ее уберут с дороги. Автомобили выбрасывают 1 загрязнение каждые 7 «тиков». Автобусы выбрасывают одно загрязнение каждые 1 тик. Автомобили и автобусы следуют основным правилам дорожного движения: снижайте скорость, если многолюдно, и останавливайтесь, если впереди нет места для движения.
| StarLogo Nova |
| Artificial Anasazi | Проект был посвящен воспроизведению древнеиндейской культуры анасази в виде цифрового искусственного общества. Была смоделирована динамика города Кайента (Аризона, США) в период с 900 по 1350 год нашей эры, после которого упомянутая цивилизация исчезла. Главный вопрос для археологов был следующий: почему так произошло? С использованием расширенной версии модели Sugarscape была создана окружающая агентов среда с учетом гидрологических особенностей территории, плодородности почвы, засушливости и других параметров. В свою очередь, расселение анасази по территории в рамках цифровой модели осуществлялось на основе данных, собранных лабораторией годичных колец Аризонского университета (Tree Ring Laboratory at the University of Arizona). Each agent represents a household of five persons. Each household makes annual decisions on where to farm and where to settle. A household has an age, and a stock of food surplus previous years. Each cell represents a 100 meter by 100 meter space. Each cell is within one of the different zones of land: General Valley Floor, North Valley Floor, Midvalley Floor, Arable Uplands, Uplands Non-Arable, Kinbiko Canyon or Dunes. These zones have agricultural productivity that is determined by the Palmer Drought Severity Index (PDSI). | NetLogo |
| Basketball analytics | Модель агентного моделирования (ABM) в баскетболе, разработанная согласно протоколу ODD, исследует динамику игры как сложной адаптивной системы. В ней игроки принимают решения о бросках, передачах и дриблинге, основываясь на производительности своих товарищей по команде и различных игровых условиях, таких как оставшееся время и вероятность успешного броска. Модель учитывает влияние факторов, таких как "горячая рука" (hot-hand) и вера в главного игрока команды. Игроки взаимодействуют друг с другом и с окружающей средой, что позволяет моделировать реалистичные игровые ситуации. Результаты симуляции используются для анализа статистики и проверки гипотез о когнитивных искажениях в спортивной аналитике.
| NetLogo |
| Butterfly model | Эксперименты с моделью приведены в книге Agent-Based and Individual-Based Modeling: A Practical Introduction | NetLogo |
| Community of Practice (model) | Эта модель имитирует поведение Сообщества Практики (CoP) — группы людей, которые увлечены определенной темой и углубляют свои знания и опыт в этой области через постоянное взаимодействие. Для этого пользователи задают вопросы, а другие отвечают. Цель этой модели — понять, как пользователи взаимодействуют друг с другом. | NetLogo |
| Dawkins Weasel | Dawkins Weasel is a NetLogo model that illustrates the principle of evolution by natural selection. It is inspired by a thought experiment presented by Richard Dawkins in his book The Blind Watchmaker (1986). He presents the idea as follows: | NetLogo |
| Fire (model) |
 Запустите модель Fire несколько раз. Если мы запустим его с низкой плотностью деревьев, мы увидим, как и ожидалось, очень небольшое распространение огня. Если мы запустим его с очень высокой плотностью деревьев, мы, как и ожидалось, увидим, как лес уничтожается неумолимым маршем огня. Чего ожидать при средней плотности? Многие предполагают, что если плотность установлена на 50 процентов, то вероятность того, что огонь достигнет правого края леса, будет 50 процентов. Однако если мы попробуем это сделать, то увидим, что при 50-процентной плотности огонь не распространяется сильно. Если мы увеличим его до 57 процентов, огонь горит больше, но обычно все равно не достигает другой стороны леса. Однако если мы увеличим плотность до 61 процента, то есть всего на 2 процента больше, огонь неизбежно достигнет другой стороны. Это неожиданно. Мы ожидаем, что небольшое изменение плотности окажет относительно небольшое влияние на распространение огня. Но, как выясняется, модель Fire имеет «критический параметр» 59% плотности. | NetLogo |
| Flocking (model) | Модель самопроизвольного формирования стаи в результате действий множества участников (птиц, рыб, людей). Модель формирования стаи - это классическая агентно-ориентированная модель, основанная на оригинальных моделях Рейнольдса (1987). Модель демонстрирует, что стаи птиц могут возникать даже в отсутствии специальных птиц-вожаков, которые ведут всех за собой. Скорее, каждая птица следует общему же набору правил, и из выполнения всеми простых правил появляются стаи. Каждая птица следует трем правилам: «выравнивание», «разделение» и «сплоченность».
Правило «разделения» имеет приоритет над двумя другими, что означает, что если две птицы приближаются друг к другу, они всегда будут разделяться. В этом случае два других правила отменяются до тех пор, пока не будет достигнуто минимальное разделение. Эти три правила влияют только на направление птицы. Каждая птица всегда движется вперед с одинаковой постоянной скоростью. Правила удивительно надежны и могут быть адаптированы к скоплению насекомых, стаям рыб и паттернам «V» стаи гусей (Stonedahl & Wilensky, 2010a). | NetLogo StarLogo Nova Scratch Snap! |
| GenderDeSegregationSchool | Модель воспроизводит изменения в проценте женщин-учителей в гимназиях федеральной земли Рейнланд-Пфальц в Германии с 1950 по 1989 год. Она начинается с данных о количестве мужчин и женщин-учителей в этих школах в 1950 году, которые считываются из файла school.txt, и отображает их на карте Рейнланд-Пфальца
| NetLogo |
| Leaders & Followers (model) | Модель лидеров (харизматиков) и их последователей - тех, кто за ними следует и устанавливает с ними связи.
 | NetLogo StarLogo Nova |
| Life (model) | Модель игры в жизнь. This particular cellular automaton is called The Game of Life. A cellular automaton is a computational machine that performs actions based on certain rules. It can be thought of as a board which is divided into cells (such as square cells of a checkerboard). Each cell can be either "alive" or "dead." This is called the "state" of the cell. According to specified rules, each cell will be alive or dead at the next time step.
Эмерджентность: в модели Life (model) эмерджентные явления играют ключевую роль. Они проявляются в виде неожиданных и сложно предсказуемых паттернов поведения, возникающих из простых правил взаимодействия между агентами. Эти паттерны могут включать сложные формы социального поведения, образование колоний или даже возникновение новых видов. Адаптация: агентам в модели Life предоставляется возможность адаптироваться к меняющимся условиям среды. Это достигается путем модификации своих стратегий выживания и размножения на основе предыдущего опыта и наблюдений. Адаптации могут происходить как на уровне индивидуального агента, так и на популяционном уровне, что приводит к изменению генетической структуры популяции. Обучение: агенты в модели способны обучаться на протяжении своего жизненного цикла. Они используют алгоритмы машинного обучения для анализа прошлых событий и выработки наиболее эффективных стратегий поведения. Обучение может осуществляться как индивидуально, так и через социальное взаимодействие, когда агенты передают свой опыт другим членам сообщества. Прогнозирование: одной из ключевых функций модели является способность агентов к прогнозированию будущих состояний среды. На основании собранных данных и исторических тенденций агенты могут строить прогнозы относительно возможных изменений в среде обитания и соответствующим образом корректировать свое поведение. Ощущение: агенты обладают способностью воспринимать окружающую среду через сенсоры, которые предоставляют им информацию о температуре, влажности, наличии пищи и других факторов. Эта информация используется для принятия решений и адаптации к текущим условиям. | NetLogo |
| Multi-mediator model | Модель позволяет проводить вычислительные эксперименты по изучению математических идей учениками средней школы. Модель посвящена проблема низкой успеваемости по математике у студентов с низким социально-экономическим статусом (SES). В Австралии 15-летние студенты с низким SES отстают на три года по уровню математической подготовки. Подобная же ситуация наблюдается и в США. Цель исследования - исследовать, может ли компьютерное моделирование помочь улучшить математическую успеваемость студентов с низким SES, чтобы преодолеть трехлетнее отставание. | NetLogo |
| Piaget-Vygotsky (model) | Модель «обучения через игру» была создана для следующих целей:
| NetLogo |
| Preferential Attachment | Модель предпочтительного присоединения - Preferential Attachment - Процесс предпочтительного присоединения - это любой из классов процессов, в которых некоторое количество, обычно некоторое форма богатства или кредита распределяется между несколькими людьми или объектами в зависимости от того, сколько они уже имеют, так что те, кто уже богат, получают больше, чем те, кто не богат. «Предпочтительная привязанность» - это лишь последнее из многих названий, которые были даны таким процессам. Они также упоминаются как «богатые становятся богаче». Процесс предпочтительного присоединения генерирует распределение «с длинным хвостом » после распределения Парето или степенной закон в его хвосте. Это основная причина исторического интереса к предпочтительной привязанности: распределение видов и многие другие явления наблюдаются эмпирически, следуя степенным законам, и процесс предпочтительной привязанности является ведущим механизмом для объяснения этого поведения. Предпочтительное прикрепление считается возможным основанием для распределения размеров городов, богатства чрезвычайно богатых людей, количества цитирований, полученных научными публикациями, и количества ссылок на страницы во всемирной паутине.
 | NetLogo |
| Prisoner's dilemma | Дилемма заключенного - это классическая задача в теории игр, которую можно использовать для преподавания вычислительной истории, иллюстрируя динамику сотрудничества и конкуренции в исторических контекстах. Дилемма заключенного может быть включена в вычислительную историю несколькими способами: 1) Моделирование исторических взаимодействий: Дилемма заключенного может быть использована в качестве основы для моделирования взаимодействия между историческими акторами, такими как отдельные люди, группы или государства. Моделируя решения и выплаты этих субъектов в различных сценариях, учащиеся могут получить представление о факторах, повлиявших на сотрудничество или конкуренцию в исторических событиях. 2) Изучение возникновения норм и институтов: Дилемма заключенного может быть использована для изучения возникновения социальных норм и институтов в исторических обществах. Например, учащиеся могут создать агентные модели, которые имитируют взаимодействие людей, следующих правилам дилеммы заключенного, а затем проанализировать, как различные стратегии, такие как tit-for-tat (око за око) или "всегда сотрудничать", приводят к развитию норм сотрудничества или к его разрушению. | NetLogo |
| School Choice ABM | Модель "School Enrollment" представляет собой модель, которая иллюстрирует систему школьного образования в Чили, основанную на рыночных принципах. В этой модели студенты могут выбирать между различными типами школ: государственными, частными с ваучерами и частными платными. Модель изображает город, в котором расположены школы и студенты.
Есть версии, когда имеют дополнительные атрибуты, такие как географическое положение, сектор (государственная или частная), стоимость обучения, уровень достижений студентов, максимальная вместимость, год открытия и закрытия, а также вероятность того, что о ней узнают ученики. | NetLogo |
| School Education Competition | Модель описывает роль образования в повышении социального статуса и содействии социальной мобильности, подчеркивая, что семьи прилагают все усилия для получения лучших образовательных возможностей, особенно в странах с высокой конкурентностью в сфере образования (Китай).
 | NetLogo |
| Segregation (model) | Модель сегрегации
Принципы: - Минимальная толерантность к различиям: Люди склонны предпочитать окружение, где большинство соседей принадлежат к той же группе, что и они сами. Однако они могут терпеть некоторую долю соседей другой группы. - Пороговая толерантность: Существует пороговый уровень доли соседей другой группы, выше которого человек начинает чувствовать себя некомфортно и стремится переехать в район с большей однородностью. - Переезд при превышении порога: Если доля соседей другой группы превышает установленный порог, человек решает переехать. Этот переезд приводит к тому, что районы становятся всё более сегрегированными. | NetLogo StarLogo Nova |
| Slime (агрегация слизевиков) | Эта модель показывает, как существа могут объединяться в кластеры без контроля со стороны клетки-лидера или пейсмейкера. Это открытие было впервые описано Эвелин Фокс Келлер и Ли Сигел в статье в 1970 году. До того, как Келлер начала свои исследования, общепринятым считалось, что рои слизевиков образуются по команде клеток-лидеров, которые приказывают другим клеткам начать агрегацию.
| NetLogo |
| Soccer Simulation | Модель симуляции футбола | NetLogo |
| Solid Diffusion (model) | This model demonstrates a solid diffusion couple, such as copper and nickel. In a real laboratory, such experiment would take place at very high temperatures, for the process to take place in a reasonable amount of time (note that the diffusion coefficient varies exponentially with the inverse of the temperature). There are many mechanisms for diffusion in solids. In this model we demonstrate one of them, which is caused by missing atoms in the metal crystal. The locations, of the missing atoms are often called vacancies. Therefore, this type of diffusion mechanism is referred to as "vacancy diffusion". The extent to which the diffusion can happen depends on the temperature and the number of vacancies in the crystal. | NetLogo |
| Sugarscape model | Sugarscape model (сахарная модель) - один из методов(моделей) разработки искусственного общества. Модель стала популярна благодаря известной работе «Growing Artificial Societies». Является одной из простых моделей и прекрасным инструментом для обсуждения и экспериментального исследования ряда научных вопросов. Имеется некоторая окружающая среда — сахарный ландшафт, где в двумерном пространстве разбросан сахар — где-то больше, где-то меньше; и туда же помещены агенты-жуки, которые ползают по сахарному ландшафту по простым правилам: агенту надо есть сахар, и он перемещается туда, где сахара больше. Так они двигаются, поедают сахар, который появляется в той или иной точке тоже по каким-то законам. Наблюдая за поведением агентов на экране мы видим то, что Джошуа Эпштейн и Роберт Акстелл определили как прото-историю или Proto-Narrative
 | NetLogo |
| Team Assembly (model) | Эта модель коллаборативных сетей показывает, как поведение отдельных людей при формировании небольших команд для краткосрочных проектов может со временем привести к появлению множества крупномасштабных сетевых структур.
 | NetLogo |
| Traffic jams | Модель формирования и рассасывания дорожной пробки, реализованная в нескольких средах многоагентного моделирования
Принципы: Эмерджентное поведение: Формирование пробки является результатом коллективного поведения агентов-автомобилей, а не предписанным поведением отдельного агента. Непредсказуемость: Модель может быть стохастической, то есть случайные факторы, такие как непредсказуемое поведение водителей, могут влиять на формирование и рассасывание пробки. Адаптация: Агенты-автомобили могут адаптироваться к изменяющимся условиям движения, например, меняя свою скорость или маршрут. | NetLogo StarLogo Nova Snap! |
| Urban Suite - Awareness | Модель определяет теоретический уровень «осведомленности» человека в городской среде на основе случайного контакта человека с информационными центрами. В модели информационными центрами являются любые источники обмена позитивной информацией. В этой модели каждый человек обладает некоторой степенью «осведомленности», которая измеряется в «очках осведомленности». Существует дискретный набор «уровней» осознания, которых могут достичь люди. Человек может быть «неосведомленным» (0–5 баллов), «осведомленным» (5–10 баллов), «хорошо информированным» (10–15 баллов) или «активистом» (более 15 баллов). Чтобы обрести осознанность, человек либо бежит в центр, где получает пять очков осознанности; или находится под влиянием хорошо информированного человека. Если одно из этих событий не произойдет в течение заданного временного шага (tick), человек потеряет одно очко осведомлённости (вплоть до нуля). Когда человек становится активистом (15 точек осознания), формируется новый центр. Новые информационные центры окрашены в синий цвет, а первоначальные информационные центры - в зеленый. Если никто не вступает в контакт с центром в течение заданного времени (см. ползунок НЕИСПОЛЬЗОВАНИЕ-ОГРАНИЧЕНИЕ), центр исчезает из мира. Если какой-либо информационный/рекламный метод или место не приносит результатов, в конечном итоге он будет закрыт. | NetLogo |
| Urban Suite - Economic Disparity | Когда в мире появляется новое место работы, оно случайным образом выбирает некоторое количество местоположений (управляемое ползунком КОЛИЧЕСТВО ИСПЫТАНИЙ) и выбирает то, которое имеет самую высокую цену (то есть стоимость земли). Поначалу это может показаться иррациональным, но в этой модели предполагается, что рабочие места перемещаются туда, где находится богатство. Если в определенной области денег больше, то есть более состоятельные люди, которые могут потратить эти деньги на товары и услуги. В этой модели есть два принципиально разных типа людей — «бедные» люди (показаны синим цветом) и «богатые» люди (показаны розовым цветом), и у них разные приоритеты. Оба типа людей желают располагаться недалеко от места работы. Однако богатые люди ищут место с хорошим качеством, не обращая внимания на цену, в то время как бедные люди ищут места с низкой ценой, не обращая внимания на качество. | NetLogo |
| Модель Лотки — Вольтерры | Моде́ль Ло́тки — Вольте́рры (модель Ло́тки — Вольтерра́) — модель взаимодействия двух видов типа «хищник — жертва», названная в честь своих авторов (Лотка, 1925; Вольтерра 1926), которые предложили модельные уравнения независимо друг от друга. | StarLogo Nova R Netlogo |
| Насосы и испарение | Модель физических процессов, в которой происходит испарение воды | StarLogo Nova |
| Собирание учеников в классы | 3 Учителя - черный, красный и желтый собирают учеников в свои классы | StarLogo Nova |
| Термиты | Модель термитника (муравейника), когда тупые, слабые и слабовидящие агенты перемещаются по полю и собирают на нём палочки. Есть версия "Термиты с журналом", когда все действия термитов над палочками записываются в лог-файл и потом можно построить графы команд, где в команду объединены термиты, носившие одни и те же палочки. | NetLogo StarLogo Nova |
| Футбольное поле с множеством мячиков | Модель сбора данных с поля, на котором множество игроков взаимодействуют со множеством мячиков. Модель используется для
| StarLogo Nova |
Страницы в категории «Model»
Показано 69 страниц из 69, находящихся в данной категории.
