Create an Insight Maker account to start building models. Insight Maker is completely free.


Start Now

Insight Maker runs in your web-browser. No downloads or plugins are needed. Start converting your ideas into your rich pictures, simulation models and Insights now. Features

Simulate

Explore powerful simulation algorithms for System Dynamics and Agent Based Modeling. Use System Dynamics to gain insights into your system and Agent Based Modeling to dig into the details. Types of Modeling

Collaborate

Sharing models has never been this easy. Send a link, embed in a blog, or collaborate with others. It couldn't be simpler. More

Free & Open

Build your models for free. Share them with others for free. Harness the power of Insight Maker for free. Open code mean security and transparency. More


Explore What Others Are Building

Here is a sample of public Insights made by Insight Maker users. This list is auto-generated and updated daily.

Insight diagram
There is much we can learn from the development of qualitative relationships models though once we begin to ask questions like how long, how much, when, etc., a qualitative most is not likely to be of much use. The following video demonstrates how, in a very simple goal-seeking structure with delay, depending on the delay, it can be almost impossible to intuit the implications of the interactions with any level of accuracy. The difficulty arises essentially from operating with outdated data. See also Archetypes.

Video

This model is part of

And? Understanding Relationships & Their Implications.

Goal Seeking with Delay
Insight diagram
The SEIRS(D) model for the purpose of experimenting with the phenomena of viral spread. I use it for COVID-19 simulation.
SEIR - COVID-19 (v.1)
Insight diagram
WIP Overview model structures of Khalid Saeed's 2014 WPI paper Jay Forrester’s Disruptive Models of Economic Behavior  See also General SD and Macroeconomics CLDs IM-168865
Jay Forrester's Disruptive Economic Models
Insight diagram
Based on: https://www.nps.gov/yell/learn/upload/YellowstoneScience-BearIssue.pdf

from Kevin Shoemaker

Yellowstone Grizzlies - base model
9 5 days ago
Insight diagram

Modeláři dynamických simulací se zvláště zajímají o pochopení a rozlišení chování stavových veličin (stocks) a toků (flows), které vznikají v důsledku vnitřních interakcí, od těch, které jsou způsobeny vnějšími silami působícími na systém. Již delší dobu se modeláři zaměřují zejména na vnitřní interakce vedoucí ke stabilním oscilacím i v nepřítomnosti jakýchkoli vnějších vlivů. Model v tomto scénáři byl nezávisle vyvinut Alfredem Lotkou (1924) a Vitem Volterrou (1926). Lotka se zajímal o vnitřní dynamiku, která by mohla vysvětlit oscilace v populacích můr a motýlů a parazitoidů, kteří je napadají. Volterra se snažil vysvětlit nárůst populací dravých ryb u pobřeží a pokles jejich kořisti, který byl pozorován během první světové války, kdy poklesl rybolov zaměřený na predátory. Oba zjistili, že relativně jednoduchý model dokáže reprodukovat cyklické chování, které pozorovali. Od té doby se několika výzkumníkům podařilo tyto dynamiky zopakovat v jednoduchých experimentálních systémech tvořených pouze predátory a kořistí. Dnes se obecně uznává, že model Lotky a Volterry je příliš jednoduchý na to, aby vysvětlil složitost většiny vztahů predátor–kořist v přírodě. Přesto však tento model významně přispěl k pochopení klíčové role zpětné vazby v interakcích mezi predátory a kořistí a ve vztazích v potravních sítích, které vedou ke komunitní dynamice.

Model Lotky–Volterry předpokládá několik zjednodušení týkajících se prostředí a vývoje populací:

  1. Populace kořisti má vždy dostatek potravy.

  2. Potrava predátorů závisí výhradně na velikosti populace kořisti.

  3. Rychlost změny populace je úměrná její velikosti.

  4. Prostředí se během procesu nemění ve prospěch žádného druhu a genetická adaptace není významná.

  5. Predátoři mají neomezenou chuť k jídlu.

Protože jsou použity diferenciální rovnice, řešení je deterministické a spojité. To znamená, že generace predátorů i kořisti se neustále překrývají.

Kořist
Po roznásobení má rovnice pro kořist tvar:

dx/dt = αx − βxy

Předpokládá se, že kořist má neomezený zdroj potravy a reprodukuje se exponenciálně, pokud není omezována predací; tento exponenciální růst je vyjádřen členem αx. Míra predace je úměrná četnosti setkání predátorů a kořisti; to je vyjádřeno členem βxy. Pokud je x nebo y rovno nule, predace neprobíhá.

Rovnici lze interpretovat takto: změna počtu jedinců kořisti je dána jejím vlastním růstem minus míra, jakou je lovena.

Predátoři

Rovnice pro predátory má tvar:

dy/dt = δxy − γy

V této rovnici člen δxy představuje růst populace predátorů (daný dostupností potravy). Člen γy představuje úbytek predátorů v důsledku přirozené mortality nebo migrace; v nepřítomnosti kořisti vede k exponenciálnímu poklesu.

Rovnice tedy vyjadřuje změnu populace predátorů jako růst poháněný dostupností potravy minus přirozený úbytek.

Model predátorů a kořisti ("Lotka'Volterra")
15 3 days ago
Insight diagram
A visual look at using technology in school based on the article:

 Levin, B. B., & Schrum, L. (2013). Using systems thinking to leverage technology for school improvement: Lessons learned from award-winning secondary Schools/Districts. Journal of Research on Technology in Education, 46(1), 29-51. 
Using Systems thinking for technology in education