Entwicklung von Simulationsmodellen

Präsentation zum Thema: "Entwicklung von Simulationsmodellen"—  Präsentation transkript:

1 Entwicklung von Simulationsmodellen
WS 2007/08 Dr. Falk-Juri Knauft Modul: 22a Mittwoch 9.15 Uhr – Uhr S25 Praktikum zur Entwicklung von Simulationsmodellen: Mittwoch Uhr – Uhr GEO CIP-Pool Es ist sinnvoll, die hier angegebenen Veranstaltungen zu kombinieren. Die Themen ergänzen sich gegenseitig.

2 Entwicklung von Simulationsmodellen WS 2007/2008 – Überblick I
Einführung, Ziele, Definition System, Model Systemanalyse vs. –simulation, Zustandsbeschreibung Diskretisierung, Auswertung der Excel-Simulation Programmierparadigmen Klassische Wachstumsmodelle Stabilität Delay, Delay-Modellanwendung Klee-Weidelgras Weltmodell nach Forrester Modell-Validierung Individuen-orientiertes Populationsmodell „Fuchs“ Agenten-Simulationsumgebung SESAM Dieser Themenkatalog ist nur eine ungefähre Auflistung. Insbesondere die Termine sind eher unverbindlich.

3 Individuenbasierte Modelle
Prozessorientiert Gruppen/Populationen entsprechen Variablen Wechselwirkung (prozessgesteuert) Individuen ununterscheidbar Kontinuierliche Größen Individuenbasiert Jedes Individuum entspricht einem Datenobjekt Interaktione (direkte Kommunikation) Gedächtnis/Geschichte Diskrete Größen (ganzzahlig)

4 Variablen, Objekte, Agenten
Basistypen für Variablen: int, float, boolean, ... Operationen: +, -, ּ, :, ... Komplexe Datenobjekte: Vektoren, Matrizen Operationen: Tensorprodukt, Skalarprodukt, ... Objekte: Personendaten, ... Operationen: benutzerdefiniert Agenten: autonome Objekte (eigentl. Subjekte) Operationen: eigener Kontrollfluss

5 L-System für Anabaena Catenula
Simultane Ersetzung („parallel rewriting“) Beispiel für ein D0L-System (deterministisches kontext-freies L-System)

6 Modell einer Fuchspopulation mit Ursuppe

7 SeSAm – Eine Entwicklungsumgebung für Multi-Agenten-Modelle
Graphisches Interface zur Implementation eines Simulations-Modells Ermöglicht Animation, Daten-Erfassung und Auswertung Bisherige Modelle aus der Biologie (Staatenbildende Insekten) oder zu Geschäfts-prozessen Keine Programmiererfahrung erforderlich - aber hilfreich ;-) Graphische Editoren zur Beschreibung der Agenten und ihres Verhaltens

8 SeSAm – Eine Entwicklungsumgebung für Multi-Agenten-Modelle
Umwelt als 2D Grid oder 2D kontinuierliche Map Map wird von Agenten und Ressourcen besiedelt Agenten führen Aktionen aus Ressourcen dürfen die Welt nicht aktiv beeinflussen Beide besitzen einen „Body“, den Container für ihre Zustands-Variablen Es ist möglich, ein globales Verhalten der Welt zu definieren

9 SeSAm – Eine Entwicklungsumgebung für Multi-Agenten-Modelle
Agenten Verhalten auf Klassen-Level definiert, Parametrisierung kann aber auf Instanzen-Level erfolgen Definition durch UML-ähnlichen activity-graph Jeder Agent befindet sich in einer activity, die die actions enthält, welche im aktuellen Zeitschritt auszuführen sind Regeln bestimmen den Wechsel zwischen den activities Implementierung erfolgt graphisch über Auswahllisten mit zugehörigen (komplexen) Daten-Typen

10 Entwicklung eines Fuchs-Agenten-Modells
Ziel unseres Modells: Modellierung der Dynamik einer räumlich begrenzten, aber heterogenen (Reviere) Population mit arttypischem Reproduktionsverhalten Diese Paper ist als pdf-Dokument von den Web-Seiten zur Vorlesung (Link-Seite) herunterladbar!

11 Entwicklung eines Fuchs-Agenten-Modells
Zu modellierende (?) Fakten: Ein reproduzierendes Paar belegt ein Revier Nichtreproduzierende Jungtiere werden +- geduldet (Wanderungen in/aus Jungfuchspool) Mortalität für Alttiere durch Alter, Krankheiten, Verkehr, Jagd Mortalität für Jungtiere durch Verkehr, Krankheiten, Jagd Mortalität für Welpen durch Futterverfügbarkeit, Krankheiten Verstorbenes Alttier wird durch Jungtier ersetzt Beute für Jungtiere (Mäuse) mit relativ unabhängiger Dynamik vom Räuber Reviere mit unterschiedlichem Beuteangebot Diese Paper ist als pdf-Dokument von den Web-Seiten zur Vorlesung (Link-Seite) herunterladbar!

12 Entwicklung eines Fuchs-Agenten-Modells
Was zeichnet einen Fuchs-Agenten aus? Variablen für: Alter, Geschlecht, Vitalität, etc. Activities für: Jagd (Suchen&Fressen), Fortpflanzung (Partnersuche, Welpenpflege), etc. Rules für: Beginn und Ende der Jagd, Beginn und Ende der Fortpflanzung

13 Entwicklung eines Fuchs-Agenten-Modells
Was zeichnet seine Welt aus? Variablen für: Anzahl der Füchse und Mäuse, etc. Activities für: Mäuse-Erzeugung (Random) Rules für: ??

14 Entwicklung eines Fuchs-Agenten-Modells
Was gehört zur Simulation? Map (100x100, Torus, kein Grid) Füchse (2 oder 3) Mäuse? („pflanzt“ die Welt!)

15 SeSAm – Eine Entwicklungsumgebung für Multi-Agenten-Modelle
Was fehlt noch? Mäuse Activity zum Suchen und Fressen der Mäuse Activity zum Suchen und Paaren mit Partner (liegt der Bau dort, wo Paarung stattfindet oder legen wir ein paar Baue ins Revier) Activity zum Markieren eines Reviers, wenn Partner vorhanden (dürfen Jungtiere im Revier bleiben? Activity zum Füttern der Jungtieren? Mortalität der Füchse etc.

16 SeSAm – Eine Entwicklungsumgebung für Multi-Agenten-Modelle
Einführungs-Präsentation: Englisches Tutorial (Hausaufgabe!): oder Achtung! Tutorials enthalten evt. noch ein paar kleine Fehler: Im Kapitel „ReactionOntoPerceivedTemperature “ist der Quotient in der Formel besser auf 100 zu setzen. Figure RPT-1 (im pdf Fig. 30): nach „GetVariable“ muss „PerceivedTemperature“ gewählt werden, dann kommt wie in der Grafik „20“ und dann wie zuvor gesagt „100“ anstelle von „10“ Im Kapitel „HighLevelObservationUsingAnalysis“gelang es mir nicht, die Temperaturen der Mäuse (Max., Mean, Min.) im Analysis-Plot zum Laufen zu bringen. Da ist evt. ein Bug drin. Also wenn‘s auch nicht geht einfach weglassen! Figure WmR-2 (im pdf Fig. 40): mir gelang es nicht an dieser Stelle, wie gewünscht, die Dimension der Map automatisch zu kriegen, habe daher anstelle „PosGetX...“ einfach die gewählte Größe der Map eingetragen (z.B. 100). Meine Mäuse haben am Ende des Tutorials zum Käse gefunden!