http://digida.mgpu.ru/api.php?action=feedcontributions&feedformat=atom&user=Artomchik+mgpuev 2026-04-11T06:24:29Z Вклад MediaWiki 1.44.0 http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41081 2025-12-26T07:30:08Z

<p>Artomchik mgpuev: /* 80% similar wanted. */</p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Запускается модель, ожидается окончание её работы, данные её работы выкачиваются и организовываются под описанием работы, после чего используются в построении детализированного графика RAWGRAPHS 2.0. <br /> Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> [[Файл:500.png]]<br /> <br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=200}}<br /> [[Файл:5010.png]]<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=300}}<br /> [[Файл:5020.png]]<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=350}}<br /> [[Файл:5030.png]]<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=650}}<br /> [[Файл:5040.png]]<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=500}}<br /> [[Файл:5050.png]]<br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=600}}<br /> [[Файл:5060.png]]<br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=600}}<br /> [[Файл:5070.png]]<br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=600}}<br /> [[Файл:5080.png]]<br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600}}<br /> [[Файл:5090.png]]<br /> <br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600}}<br /> [[Файл:50100.png]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41080 2025-12-26T07:29:43Z

<p>Artomchik mgpuev: /* 70% similar wanted. */</p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Запускается модель, ожидается окончание её работы, данные её работы выкачиваются и организовываются под описанием работы, после чего используются в построении детализированного графика RAWGRAPHS 2.0. <br /> Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> [[Файл:500.png]]<br /> <br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=200}}<br /> [[Файл:5010.png]]<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=300}}<br /> [[Файл:5020.png]]<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=350}}<br /> [[Файл:5030.png]]<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=650}}<br /> [[Файл:5040.png]]<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=500}}<br /> [[Файл:5050.png]]<br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=600}}<br /> [[Файл:5060.png]]<br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=600}}<br /> [[Файл:5070.png]]<br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=500}}<br /> [[Файл:5080.png]]<br /> <br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600}}<br /> [[Файл:5090.png]]<br /> <br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600}}<br /> [[Файл:50100.png]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41079 2025-12-26T07:29:30Z

<p>Artomchik mgpuev: /* 60% similar wanted. */</p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Запускается модель, ожидается окончание её работы, данные её работы выкачиваются и организовываются под описанием работы, после чего используются в построении детализированного графика RAWGRAPHS 2.0. <br /> Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> [[Файл:500.png]]<br /> <br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=200}}<br /> [[Файл:5010.png]]<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=300}}<br /> [[Файл:5020.png]]<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=350}}<br /> [[Файл:5030.png]]<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=650}}<br /> [[Файл:5040.png]]<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=500}}<br /> [[Файл:5050.png]]<br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=600}}<br /> [[Файл:5060.png]]<br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=300}}<br /> [[Файл:5070.png]]<br /> <br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=500}}<br /> [[Файл:5080.png]]<br /> <br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600}}<br /> [[Файл:5090.png]]<br /> <br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600}}<br /> [[Файл:50100.png]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41078 2025-12-26T07:29:17Z

<p>Artomchik mgpuev: /* 50% similar wanted. */</p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Запускается модель, ожидается окончание её работы, данные её работы выкачиваются и организовываются под описанием работы, после чего используются в построении детализированного графика RAWGRAPHS 2.0. <br /> Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> [[Файл:500.png]]<br /> <br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=200}}<br /> [[Файл:5010.png]]<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=300}}<br /> [[Файл:5020.png]]<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=350}}<br /> [[Файл:5030.png]]<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=650}}<br /> [[Файл:5040.png]]<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=500}}<br /> [[Файл:5050.png]]<br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=300}}<br /> [[Файл:5060.png]]<br /> <br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=300}}<br /> [[Файл:5070.png]]<br /> <br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=500}}<br /> [[Файл:5080.png]]<br /> <br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600}}<br /> [[Файл:5090.png]]<br /> <br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600}}<br /> [[Файл:50100.png]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41077 2025-12-26T07:29:00Z

<p>Artomchik mgpuev: /* 50% similar wanted. */</p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Запускается модель, ожидается окончание её работы, данные её работы выкачиваются и организовываются под описанием работы, после чего используются в построении детализированного графика RAWGRAPHS 2.0. <br /> Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> [[Файл:500.png]]<br /> <br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=200}}<br /> [[Файл:5010.png]]<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=300}}<br /> [[Файл:5020.png]]<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=350}}<br /> [[Файл:5030.png]]<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=650}}<br /> [[Файл:5040.png]]<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=450}}<br /> [[Файл:5050.png]]<br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=300}}<br /> [[Файл:5060.png]]<br /> <br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=300}}<br /> [[Файл:5070.png]]<br /> <br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=500}}<br /> [[Файл:5080.png]]<br /> <br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600}}<br /> [[Файл:5090.png]]<br /> <br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600}}<br /> [[Файл:50100.png]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41076 2025-12-26T07:28:46Z

<p>Artomchik mgpuev: /* 50% similar wanted. */</p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Запускается модель, ожидается окончание её работы, данные её работы выкачиваются и организовываются под описанием работы, после чего используются в построении детализированного графика RAWGRAPHS 2.0. <br /> Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> [[Файл:500.png]]<br /> <br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=200}}<br /> [[Файл:5010.png]]<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=300}}<br /> [[Файл:5020.png]]<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=350}}<br /> [[Файл:5030.png]]<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=650}}<br /> [[Файл:5040.png]]<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=650}}<br /> [[Файл:5050.png]]<br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=300}}<br /> [[Файл:5060.png]]<br /> <br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=300}}<br /> [[Файл:5070.png]]<br /> <br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=500}}<br /> [[Файл:5080.png]]<br /> <br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600}}<br /> [[Файл:5090.png]]<br /> <br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600}}<br /> [[Файл:50100.png]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41075 2025-12-26T07:28:36Z

<p>Artomchik mgpuev: /* 40% similar wanted. */</p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Запускается модель, ожидается окончание её работы, данные её работы выкачиваются и организовываются под описанием работы, после чего используются в построении детализированного графика RAWGRAPHS 2.0. <br /> Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> [[Файл:500.png]]<br /> <br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=200}}<br /> [[Файл:5010.png]]<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=300}}<br /> [[Файл:5020.png]]<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=350}}<br /> [[Файл:5030.png]]<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=650}}<br /> [[Файл:5040.png]]<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=300}}<br /> [[Файл:5050.png]]<br /> <br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=300}}<br /> [[Файл:5060.png]]<br /> <br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=300}}<br /> [[Файл:5070.png]]<br /> <br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=500}}<br /> [[Файл:5080.png]]<br /> <br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600}}<br /> [[Файл:5090.png]]<br /> <br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600}}<br /> [[Файл:50100.png]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41074 2025-12-26T07:28:09Z

<p>Artomchik mgpuev: /* 40% similar wanted. */</p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Запускается модель, ожидается окончание её работы, данные её работы выкачиваются и организовываются под описанием работы, после чего используются в построении детализированного графика RAWGRAPHS 2.0. <br /> Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> [[Файл:500.png]]<br /> <br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=200}}<br /> [[Файл:5010.png]]<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=300}}<br /> [[Файл:5020.png]]<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=350}}<br /> [[Файл:5030.png]]<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=700}}<br /> [[Файл:5040.png]]<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=300}}<br /> [[Файл:5050.png]]<br /> <br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=300}}<br /> [[Файл:5060.png]]<br /> <br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=300}}<br /> [[Файл:5070.png]]<br /> <br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=500}}<br /> [[Файл:5080.png]]<br /> <br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600}}<br /> [[Файл:5090.png]]<br /> <br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600}}<br /> [[Файл:50100.png]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41073 2025-12-26T07:27:58Z

<p>Artomchik mgpuev: /* 40% similar wanted. */</p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Запускается модель, ожидается окончание её работы, данные её работы выкачиваются и организовываются под описанием работы, после чего используются в построении детализированного графика RAWGRAPHS 2.0. <br /> Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> [[Файл:500.png]]<br /> <br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=200}}<br /> [[Файл:5010.png]]<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=300}}<br /> [[Файл:5020.png]]<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=350}}<br /> [[Файл:5030.png]]<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=800}}<br /> [[Файл:5040.png]]<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=300}}<br /> [[Файл:5050.png]]<br /> <br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=300}}<br /> [[Файл:5060.png]]<br /> <br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=300}}<br /> [[Файл:5070.png]]<br /> <br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=500}}<br /> [[Файл:5080.png]]<br /> <br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600}}<br /> [[Файл:5090.png]]<br /> <br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600}}<br /> [[Файл:50100.png]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41072 2025-12-26T07:27:26Z

<p>Artomchik mgpuev: /* 30% similar wanted. */</p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Запускается модель, ожидается окончание её работы, данные её работы выкачиваются и организовываются под описанием работы, после чего используются в построении детализированного графика RAWGRAPHS 2.0. <br /> Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> [[Файл:500.png]]<br /> <br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=200}}<br /> [[Файл:5010.png]]<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=300}}<br /> [[Файл:5020.png]]<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=350}}<br /> [[Файл:5030.png]]<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=400}}<br /> [[Файл:5040.png]]<br /> <br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=300}}<br /> [[Файл:5050.png]]<br /> <br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=300}}<br /> [[Файл:5060.png]]<br /> <br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=300}}<br /> [[Файл:5070.png]]<br /> <br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=500}}<br /> [[Файл:5080.png]]<br /> <br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600}}<br /> [[Файл:5090.png]]<br /> <br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600}}<br /> [[Файл:50100.png]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41071 2025-12-26T07:27:14Z

<p>Artomchik mgpuev: /* 20% similar wanted. */</p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Запускается модель, ожидается окончание её работы, данные её работы выкачиваются и организовываются под описанием работы, после чего используются в построении детализированного графика RAWGRAPHS 2.0. <br /> Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> [[Файл:500.png]]<br /> <br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=200}}<br /> [[Файл:5010.png]]<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=300}}<br /> [[Файл:5020.png]]<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=400}}<br /> [[Файл:5030.png]]<br /> <br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=400}}<br /> [[Файл:5040.png]]<br /> <br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=300}}<br /> [[Файл:5050.png]]<br /> <br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=300}}<br /> [[Файл:5060.png]]<br /> <br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=300}}<br /> [[Файл:5070.png]]<br /> <br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=500}}<br /> [[Файл:5080.png]]<br /> <br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600}}<br /> [[Файл:5090.png]]<br /> <br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600}}<br /> [[Файл:50100.png]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41070 2025-12-26T07:26:58Z

<p>Artomchik mgpuev: /* 10% similar wanted. */</p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Запускается модель, ожидается окончание её работы, данные её работы выкачиваются и организовываются под описанием работы, после чего используются в построении детализированного графика RAWGRAPHS 2.0. <br /> Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> [[Файл:500.png]]<br /> <br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=200}}<br /> [[Файл:5010.png]]<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=400}}<br /> [[Файл:5020.png]]<br /> <br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=400}}<br /> [[Файл:5030.png]]<br /> <br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=400}}<br /> [[Файл:5040.png]]<br /> <br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=300}}<br /> [[Файл:5050.png]]<br /> <br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=300}}<br /> [[Файл:5060.png]]<br /> <br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=300}}<br /> [[Файл:5070.png]]<br /> <br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=500}}<br /> [[Файл:5080.png]]<br /> <br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600}}<br /> [[Файл:5090.png]]<br /> <br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600}}<br /> [[Файл:50100.png]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41069 2025-12-26T07:26:18Z

<p>Artomchik mgpuev: /* Основная часть (50% плотности расселения) */</p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Запускается модель, ожидается окончание её работы, данные её работы выкачиваются и организовываются под описанием работы, после чего используются в построении детализированного графика RAWGRAPHS 2.0. <br /> Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> [[Файл:500.png]]<br /> <br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=400}}<br /> [[Файл:5010.png]]<br /> <br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=400}}<br /> [[Файл:5020.png]]<br /> <br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=400}}<br /> [[Файл:5030.png]]<br /> <br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=400}}<br /> [[Файл:5040.png]]<br /> <br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=300}}<br /> [[Файл:5050.png]]<br /> <br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=300}}<br /> [[Файл:5060.png]]<br /> <br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=300}}<br /> [[Файл:5070.png]]<br /> <br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=500}}<br /> [[Файл:5080.png]]<br /> <br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600}}<br /> [[Файл:5090.png]]<br /> <br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600}}<br /> [[Файл:50100.png]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41068 2025-12-26T07:24:31Z

<p>Artomchik mgpuev: </p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> [[Файл:500.png]]<br /> <br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=400}}<br /> [[Файл:5010.png]]<br /> <br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=400}}<br /> [[Файл:5020.png]]<br /> <br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=400}}<br /> [[Файл:5030.png]]<br /> <br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=400}}<br /> [[Файл:5040.png]]<br /> <br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=300}}<br /> [[Файл:5050.png]]<br /> <br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=300}}<br /> [[Файл:5060.png]]<br /> <br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=300}}<br /> [[Файл:5070.png]]<br /> <br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=500}}<br /> [[Файл:5080.png]]<br /> <br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600}}<br /> [[Файл:5090.png]]<br /> <br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600}}<br /> [[Файл:50100.png]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:50100.png&diff=41067 2025-12-26T07:21:18Z

<p>Artomchik mgpuev: </p> <hr /> <div></div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:5090.png&diff=41066 2025-12-26T07:21:15Z

<p>Artomchik mgpuev: </p> <hr /> <div></div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:5080.png&diff=41065 2025-12-26T07:21:13Z

<p>Artomchik mgpuev: </p> <hr /> <div></div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:5070.png&diff=41064 2025-12-26T07:21:10Z

<p>Artomchik mgpuev: </p> <hr /> <div></div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:5060.png&diff=41063 2025-12-26T07:21:08Z

<p>Artomchik mgpuev: </p> <hr /> <div></div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:5050.png&diff=41062 2025-12-26T07:21:07Z

<p>Artomchik mgpuev: </p> <hr /> <div></div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:5040.png&diff=41061 2025-12-26T07:21:04Z

<p>Artomchik mgpuev: </p> <hr /> <div></div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:5030.png&diff=41060 2025-12-26T07:21:03Z

<p>Artomchik mgpuev: </p> <hr /> <div></div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:5020.png&diff=41059 2025-12-26T07:21:00Z

<p>Artomchik mgpuev: </p> <hr /> <div></div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:5010.png&diff=41058 2025-12-26T07:20:58Z

<p>Artomchik mgpuev: </p> <hr /> <div></div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:500.png&diff=41055 2025-12-26T07:18:52Z

<p>Artomchik mgpuev: </p> <hr /> <div></div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41050 2025-12-26T07:03:59Z

<p>Artomchik mgpuev: </p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=400}}<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=400}}<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=400}}<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=400}}<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=300}}<br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=300}}<br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=300}}<br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=500}}<br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600}}<br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600}}</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41047 2025-12-26T07:02:13Z

<p>Artomchik mgpuev: </p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=100}}<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=100}}<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=100}}<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=100}}<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=100}}<br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=100}}<br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=100}}<br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=100}}<br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=100}}<br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=100}}</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41036 2025-12-26T06:48:50Z

<p>Artomchik mgpuev: </p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41035 2025-12-26T06:48:12Z

<p>Artomchik mgpuev: </p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.<br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41033 2025-12-26T06:45:25Z

<p>Artomchik mgpuev: </p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=100}}<br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41032 2025-12-26T06:45:13Z

<p>Artomchik mgpuev: </p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=300}}<br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41027 2025-12-26T06:42:35Z

<p>Artomchik mgpuev: </p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=600}}<br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41025 2025-12-26T06:42:13Z

<p>Artomchik mgpuev: </p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41010 2025-12-26T06:11:53Z

<p>Artomchik mgpuev: </p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> === 0% similar wanted. ===<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> === 10% similar wanted. ===<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> === 20% similar wanted. ===<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> === 30% similar wanted. ===<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> === 40% similar wanted. ===<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> === 50% similar wanted. ===<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> === 60% similar wanted. === <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> === 70% similar wanted. ===<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> === 80% similar wanted. === <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> === 90% similar wanted. ===<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=41009 2025-12-26T06:07:37Z

<p>Artomchik mgpuev: </p> <hr /> <div><br /> ==Актуальность==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> ==Объём и полнота исследования==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> ==Основная часть (50% плотности расселения)==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> 0% similar wanted.<br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> <br /> 10% similar wanted.<br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> <br /> 20% similar wanted.<br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> <br /> 30% similar wanted.<br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> <br /> 40% similar wanted.<br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> <br /> 50% similar wanted.<br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> <br /> 60% similar wanted. <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> <br /> 70% similar wanted.<br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> <br /> 80% similar wanted. <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> <br /> 90% similar wanted.<br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> <br /> 100% similar wanted.<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения.</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=40931 2025-12-25T20:55:41Z

<p>Artomchik mgpuev: </p> <hr /> <div>в разработке</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=40930 2025-12-25T20:55:29Z

<p>Artomchik mgpuev: Полностью удалено содержимое страницы</p> <hr /> <div></div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=40929 2025-12-25T20:54:56Z

<p>Artomchik mgpuev: /* Основная часть (50% плотности расселения) */</p> <hr /> <div>== '''Актуальность''' ==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> == '''Объём и полнота исследования''' ==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> == '''Основная часть (50% плотности расселения)''' ==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> <br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> <br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> <br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> <br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> <br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> <br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения. <br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600<br /> }}</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=40928 2025-12-25T20:54:31Z

<p>Artomchik mgpuev: </p> <hr /> <div>== '''Актуальность''' ==<br /> В процессе исследования модели Segregation было также установлено несколько фактов, которые могут быть полезны при работе с моделями и большим объёмом данных, поэтому этот раздел будет полезен всем, кто как-либо связан с этими понятиями.<br /> <br /> == '''Объём и полнота исследования''' ==<br /> Это исследование - отнюдь не самое исчерпывающее: параметр плотности населения был постоянной с 50%, а переменная &quot;% similar wanted&quot;, который предлагается в рамках исследования называть процентом нетолерантности, менялась. Для полного исследования необходимо было бы запустить модель в разных комбинациях плотности и нетолерантности с маленьким шагом (5%, к примеру) несколько десятков раз. К примеру, пока я настраивал модель и экспериментировал с параметрами и многопоточностью (8-16 одновременных симуляций на устройстве), я понял, что модель при средней плотности 60-90% перестаёт находить удобные расам варианты на стыке 75 и 76%. При 75% модели достаточно нескольких сотен тиков в зависимости от плотности, а при 76% плотности количество тиков было от 4000-60000. Проводились тестовые 12 запусков, и лишь несколько из них к 60000 тикам закончили работу, что показывает - после 76% всё зависит от вероятности и одной неправильной комбинации может быть достаточно, чтобы увеличить количество тиков в несколько раз, ведь собирать расы группами и расселять их нужно заново.<br /> Каждый новый вариант при постоянной плотности 50% и варьирующейся нетолерантности запускался лишь 1 раз и останавливался в районе ~2000 тиков, если модель не завершала свою работу, но общую картину составить представляется возможным.<br /> <br /> == '''Основная часть (50% плотности расселения)''' ==<br /> Вашему вниманию предлагается пробный вариант того, как следует исследовать модель экспериментальным способом. Подобное поведение масштабируемо в количественном и качественном планах - большее количество запусков симуляций означает, что данные по этой комбинации переменных будут точнее, а исследование при разных параметрах позволит исследовать модель полностью. Пока все модели запускались лишь один раз, стоит перед чтением описания работы модели при определённых вводных, кроме 0% similar wanted, проговаривать &quot;конкретно в нашем случае&quot;, ведь при множестве запусков одной и той же модели она выдаст совершенно разное, к примеру, количество тиков, за которые она справилась с получением желаемого результата. Также в процессе чтения рекомендуется проверять имеющиеся результаты, чтобы видеть, к примеру, корреляцию процента довольных и количества недовольных людей.<br /> <br /> <br /> После запуска модель никак не меняется и график, на первый взгляд остаётся пустым, однако мы видим одну точку на координатах (0,~50)<br /> Таблица показывает, что значение процентов равно ~48,13%.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vR2G_0KP3PvOYj2En52k4boKjH74NApNNnM4jLDbkj7r5t9B6kBn6iPFKeQxeZPc9AjzkktJ4EqoqqG<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> Модель закончила работу за 4 шага, в процессе работы процент довольных(similar - одинаковых) рос от ~49% до 54%. Можно увидеть, что две расы за 4 шага сформировали маленькие группы, из-за чего эти пятнышки начинают казаться ярче, а легкое изменение угла графика процента довольных коррелирует с графиком числа несчастливых - в месте перелома их количество перестаёт резко падать.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vTooykbSrMryfoilcKuO7knyoULHruvXgFdI51ft_Pd8Idaal1G2bblIsMSFVPVSue16cEWnl41k0wl<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> <br /> Модель достигла поставленного процента за 9 шагов, в процессе две расы сформировались в две чуть более кучные группы и пустот в виде &quot;пятен&quot; становится больше. График процента довольных принимает ещё более непрямой вид - излом после первого шага виден даже в сырых данных - первый скачок процентов: 6, далее меньше.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vSYoKFXnKvY5dvixnEr0CSbpcKwP2OrMIhhJcepyzt6NQNPzX7hcvZZ0j-mEe48-IHjkhxwmvjPYIvH<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> <br /> Модель проработала и достигла цели за 10 шагов, при этом процент довольных рос от 50 до 77. В модели всё чётче начинают просматриваться большие группы, в которые объединяются расы, а излом графика потихоньку превращается в дугу, но одно неизменно - уменьшение резкости роста процента довольных соответствует уменьшению резкого спада недовольных.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vQ3jB97rfAFJe812lEE4XwEeeLwXhLxOghnitD3Q5sDl5xWx_TdEm2t8rHaU8YpVM1PZn3lmqsYIkvI<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> <br /> Модель завершила работу, потратив в 2,5 раза больше времени - 25 тиков. Рост шёл от 50 до 82 процентов. Дуга на графике всё более выражена, а группы, в которые соединяются расы, всё чётче, ведь соединяясь они оставляют всё больше свободного места между собой.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vRXxAIyW9wrxqP9NDI9Eev4LwgfDQHLO9CZ-Nm0e38xCXLys0H2Evi7gqhtRNT7e-xq6QCftFJCZfMS<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> <br /> Модель закончила работу за 17 шагов, идя от 49% одинаковых поблизости точек до ~90%. В таблице можно увидеть, что наибольший рост происходит в первые шаги модели: 13%, 10%, 5% и меньше, а на шагах 13-15 включительно она и вовсе не могла добиться роста одинаковых точек.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vQr2UOSRhp1saGgQXRSkAnwcjE3jAtBWbcnFyrESGiN2VbrZ5YP6AYwGZA63cXIVr0K3AJZBfFcQtst<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> <br /> Для выполнения поставленной задачи в распределении точек модели понадобилось 32 шага. В таблице значений можем увидеть, что ближе к концу значения модели периодически стоят на месте или падают (тики 22-29). Точки распределяются во всё более крупные группы, а на графике виден более резкий рост, ккоторый, как и количество несчастливых, после первой трети тиков перестаёт быть резким.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vRdJZCnBzqmNWrKMRdvwwsgmk_qY9crGGBpYJ18YBbpFVe9M33G5QX_Dx2W217fJrdTvyrqu4SKImJt<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> Модель справилась за 49 тиков. Обратите внимание на значения графика с 31 тика по последний - график то растёт, то убывает в десятых и сотых долях, то стоит на месте, однако в долгосрочной перспективе, стоит отметить, что модели иногда необходимо &quot;откатиться&quot; назад, чтобы расставить все точки как надо и прийти к нужному результату. Группы точек всё больше, как и расстояние между ними. Можно увидеть одинокие точки, однако их состояние не противоречит модели - самое главное, чтобы рядом с ней не оказалось точки другого цвета. График процентов уже больше половины растёт прямопропорционально тикам, также - по прямой - уменьшается количество несчастливых.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vT5-GdPC3wOfvyggHn0evzhFGFBLk7Hiand173M21TIWWya4w5H35m3YOGIbRXQD2cFE4jKv_auQKWh<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> <br /> Начиная с этого процента, как говорилось ранее, уже не всегда модель может сгруппировать расы. Однако из-за большого количества пустого места (50%), модели просто нужно больше времени. Здесь мы видим существенные различия с 70% моделью. Группы рас - небольшие по количеству, но большие по площади. Есть всё больше одиноких точек. Модели потребовалось 382 тика, чтобы распределить всех и закончить свою работу. Здесь график перестаёт выглядеть как дуга и может иметь несколько точек, в которых он резко возрастает, а далее колеблется до следующего резкого роста.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vT_H2WdCbDI0Dzb-wbUum_jy14yAB0bKpsDnUbQStQSWqJJQxX8T3EST5nuOKcFBlsRrpkT_lcinzg0<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> <br /> С этого момента модель при 50% плотности не может найти положения, в котором все точки могут сгруппироваться, поэтому график построен на основе ~2000 тиков, чтобы показать общую картину. Вполне вероятно, что при более долгой работе модели она сможет найти необходимый вариант расселения, но в нашем случае у неё это не получилось. Это зависит от нескольких факторов - большой объём свободного места, то есть больше вариантов, при которых можно не группировать точки, и слишком большая требовательность к точкам вокруг. Это заставляет модель бесконечно перебирать варианты. График представляет собой прямую линию шириной 7%, ведь выше 55 процентов количество довольных не поднималось и довольно часто падало.<br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vQla3Qg63j7ArCdCsX30iZGJeYcIZ3LbWhmafBq1Sb918Ai1R2SWhEyXbptYcallAdm0apbosVc1KP8<br /> |width=500<br /> |height=600<br /> }}<br /> <br /> === 100% similar wanted. ===<br /> Процент также колебался между 48 и 55, а график представляет собой прямую линию, что показывает - модель одинаково не может справиться с расселением групп при слишком большой нетолерантности населения. <br /> {{#widget:Google Spreadsheet<br /> |key =e/2PACKX-<br /> 1vRet6kWKFNABrC1Le5AUkrm1y-MlrTlzJycAC3Tq1Fi-LK_voPb4gFpRAZSMu9ySUgQcJHYjedF1mf2<br /> |width=500<br /> |height=600<br /> }}</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=40927 2025-12-25T20:52:56Z

<p>Artomchik mgpuev: </p> <hr /> <div>= 60 процентов различия =<br /> == Данные из эксперимента 1 ==<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQNJj9wv2YIr-TdYm2iJ3NxP16ET45b10flK2CutJxRfBRSDwREXaQGaytToiEi0w29WREhGy7_4LOm<br /> |width=500<br /> |height=600<br /> }}</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=40926 2025-12-25T20:52:44Z

<p>Artomchik mgpuev: </p> <hr /> <div>=== 60 процентов различия ===<br /> == Данные из эксперимента 1 ==<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQNJj9wv2YIr-TdYm2iJ3NxP16ET45b10flK2CutJxRfBRSDwREXaQGaytToiEi0w29WREhGy7_4LOm<br /> |width=500<br /> |height=600<br /> }}</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Traffic_jams&diff=40924 2025-12-25T20:48:06Z

<p>Artomchik mgpuev: /* Данные из эксперимента */</p> <hr /> <div>В ходе эксперимента с моделью Traffic Basic были собраны данные о средней скорости движения автомобилей при различных уровнях плотности. Таблица содержит результаты наблюдений и используется для анализа эмерджентного формирования дорожных пробок.<br /> <br /> == Данные из эксперимента ==<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTrW7MCvow1TFZFOPAG5Y5ceqjFAMlzJQUJvUlIrdOMDhSL5AnsuD0hyWK9aOGUImn6bs4GPpVll8Qg<br /> |width=500<br /> |height=300<br /> }}<br /> <br /> В ходе эксперимента с моделью Traffic Basic измерялась максимальная скорость красного автомобиля при различном количестве машин на дороге. До порогового значения плотности (примерно 15–20 автомобилей) максимальная скорость сохраняется на уровне 1, что соответствует свободному движению. После превышения этого порога наблюдается резкое снижение скорости, что свидетельствует об эмерджентном формировании дорожной пробки.</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Butterfly_model_new&diff=37730 2025-12-12T20:24:37Z

<p>Artomchik mgpuev: </p> <hr /> <div>== Модернизация старой модели ==<br /> Для изучения была выбрана эта модель потому что мне нравятся бабочки, однако никакой возможности визуализации тут не представлялось, поэтому было решено добавить график в программе NetLogo путём подсчёта бабочек на клетках с параметром высоты &gt;=350 из 400 возможных)<br /> <br /> В процессе изучения стало понятно, что у пользователя не было никакой возможности регулировать количество бабочек и их вероятность выбрать более высокую клетку (изначально в коде задавалось значение q = 0,4), поэтому я добавила эти ползунки, назвав их соответствующими именами (BTFLS(butterflies) и probability_of_going up), которые применяются в функции crt и при задании значения q соответственно.<br /> <br /> После отладки кода и создания новой версии модели в категории попробовала 3 запуска, чтобы посмотреть на поведение бабочек: 100%, 65% и 19%. Вот результаты экспериментов:<br /> <br /> == Данные экспериментов ==<br /> эксперимент с вероятностью бабочки найти позицию выше 100% (q = 1)<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vRpyJ0ESwZwISt7csDD6JL551ZwU455NGVhfpRcc0X6juJuXHGwuWLmVUIHnzxutCMLR8RQbt_WfVZr<br /> |width=500<br /> |height=600<br /> }}<br /> [[Файл:Визуализация_100%_вероятности.png]]<br /> <br /> эксперимент с вероятностью бабочки найти позицию выше 65% (q = 0,65)<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQJH9gTv5vMlwN6SJ4jlwEhfEXkUVYJmKa0H__I8ybwdDQovbyQpurY7J1hSz-dFD8c8RM2iiq8N84C<br /> |width=500<br /> |height=600<br /> }}<br /> [[Файл:Визуализация_вероятности_65%.png]]<br /> <br /> <br /> эксперимент с вероятностью бабочки найти позицию выше 19% (q = 0,19)<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vTxSYl8-0NuJpN8-PC_2dNyZaRTb-EfzOUztGvVKszzHBRMCn72yRZLy8mNhd03kTfaf20tyjzd7PfC<br /> |width=500<br /> |height=600<br /> }}<br /> [[Файл:Визуализация_вероятности_19%.png]]<br /> <br /> <br /> == Анализ экспериментов ==<br /> В процессе проведения первого эксперимента было видно, как бабочки безошибочно стремятся к самой верхней точке поля, поэтому их следы прямые. Уже к 40 тику все бабочки были на высоких точках поля.<br /> <br /> Когда шёл второй процесс, бабочки шли к своей цели не так уверенно - периодически они сбивались, из-за чего время, за которое они все пришли к высоким точкам, увеличилось в полтора раза: к 60 тику подавляющее большинство было наверху, но ближе к 80 тику можно разглядеть, что какое-то число бабочек улетело на высоту меньше 350, что показывает — если агент выполнил цель и продолжил двигаться, есть некоторая вероятность того, что он вернётся в положение, в котором был.<br /> <br /> После третьего процесса стало понятно, что чем меньше вероятность бабочек попасть в клетку выше — тем чаще они будут слетать вниз, поэтому число всех бабочек будет непостоянно. Время же, понадобившееся для первого момента, когда все 500 бабочек были на высочайших точках, стало равно 300 тикам, что в 5 раз больше, чем при 65% вероятности. Это свидетельствует о том, что пересечение вероятностей, где бабочки пересекаются на высоких точках, достигается всё сложнее. Тем не менее, этот вариант точнее всего законы природы — не всегда всё будет в равновесии.</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=37635 2025-12-12T10:25:44Z

<p>Artomchik mgpuev: /* Данные из эксперимента 1 */</p> <hr /> <div>== 60 процентов различия ==<br /> == Данные из эксперимента 1 ==<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQNJj9wv2YIr-TdYm2iJ3NxP16ET45b10flK2CutJxRfBRSDwREXaQGaytToiEi0w29WREhGy7_4LOm<br /> |width=500<br /> |height=600<br /> }}</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=37634 2025-12-12T10:25:27Z

<p>Artomchik mgpuev: /* 60 процентов различия */</p> <hr /> <div>== 60 процентов различия ==<br /> == Данные из эксперимента 1 ==<br /> <br /> {{#widget:Google Spreadsheet<br /> |key=e/2PACX-1vQNJj9wv2YIr-TdYm2iJ3NxP16ET45b10flK2CutJxRfBRSDwREXaQGaytToiEi0w29WREhGy7_4LOm/<br /> |width=500<br /> |height=600<br /> }}</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Segregation_(model)&diff=37633 2025-12-12T10:24:18Z

<p>Artomchik mgpuev: /* 60 процентов различия */ новая тема</p> <hr /> <div>== 60 процентов различия ==<br /> <br /> e/2PACX-1vQNJj9wv2YIr-TdYm2iJ3NxP16ET45b10flK2CutJxRfBRSDwREXaQGaytToiEi0w29WREhGy7_4LOm/</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Artomchik_mgpuev/Sandbox&diff=32380 2025-10-05T19:53:14Z

<p>Artomchik mgpuev: </p> <hr /> <div>поле для экспериментов<br /> Проект snap: https://snap.berkeley.edu/project?username=artom4ik&amp;projectname=zhaba%20vs%20myxas<br /> &lt;snap project=&quot;zhaba vs myxas&quot; user=&quot;artom4ik&quot; /&gt;</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Artomchik_mgpuev&diff=32212 2025-10-02T16:04:29Z

<p>Artomchik mgpuev: </p> <hr /> <div>{{UserMGPU<br /> |Description=Артём.<br /> |Field_of_knowledge=Информатика, Музыка, Иностранный язык<br /> |similar_concepts=симуляция, полнота, прогнозирование<br /> |Environment=R, Snap!, NetLogo, StarLogo Nova<br /> |Position=Бакалавриат<br /> |Profile=Информатика, Английский язык<br /> |PedDirection=Да<br /> }}<br /> [[Участник:Artomchik_mgpuev/Sandbox|песочница]]<br /> <br /> ----<br /> [[Категория:UserMGPU]]<br /> [[Категория:ИНФА-241]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Artomchik_mgpuev&diff=31676 2025-09-19T07:51:07Z

<p>Artomchik mgpuev: </p> <hr /> <div>{{UserMGPU<br /> |Description=Артём.<br /> |Field_of_knowledge=Информатика, Музыка, Иностранный язык<br /> |Position=Бакалавриат<br /> |Profile=Информатика, Английский язык<br /> |PedDirection=Да<br /> }}<br /> ----<br /> [[Категория:UserMGPU]]<br /> [[Категория:ИНФА-241]]</div>

Artomchik mgpuev http://digida.mgpu.ru/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Artomchik_mgpuev&diff=31674 2025-09-19T07:50:19Z

<p>Artomchik mgpuev: </p> <hr /> <div>{{UserMGPU<br /> |Field_of_knowledge=Музыка, Иностранный язык<br /> |Position=Бакалавриат<br /> |Profile=Информатика, Английский язык<br /> |PedDirection=Да<br /> }}<br /> ----<br /> [[Категория:UserMGPU]]<br /> [[Категория:ИНФА-241]]</div>

Artomchik mgpuev