Benutzer-Werkzeuge
ws2021:simulation_infektionsgeschehen
Unterschiede
Hier werden die Unterschiede zwischen zwei Versionen gezeigt.
| Beide Seiten der vorigen Revision Vorhergehende Überarbeitung Nächste Überarbeitung | Vorhergehende Überarbeitung | ||
|
ws2021:simulation_infektionsgeschehen [2021/04/13 21:14] livia.mai [6. Fazit] |
ws2021:simulation_infektionsgeschehen [2021/04/13 21:34] (aktuell) jessica.03 [3. Visualisierung mit Turtle & Plotly] |
||
|---|---|---|---|
| Zeile 33: | Zeile 33: | ||
| **Turtle** | **Turtle** | ||
| - | Zuerst haben wir unsere Simulation mit Turtle visualisiert, da wir uns damit bereits beschäftigt hatten und Turtle ein sehr leicht zu durschauendes Visualisierungs-Tool ist. Turtle hatte für uns jedoch den Nachteil, dass wir nicht zeitgleich zur Simulation die Graphen erstellen konnten. Später haben wir uns für plotly entschieden. | + | Zuerst haben wir unsere Simulation mit Turtle visualisiert, da wir uns damit bereits beschäftigt hatten und Turtle ein sehr leicht zu durschauendes Visualisierungs-Tool ist. Turtle hatte für uns jedoch den Nachteil, dass wir nicht zeitgleich zur Simulation die Graphen erstellen konnten. Deshalb haben wir uns für plotly entschieden. |
| {{:ws2021:agent_visualisation_with_turtle.mp4|}} | {{:ws2021:agent_visualisation_with_turtle.mp4|}} | ||
| Zeile 113: | Zeile 113: | ||
| **Simulation mit Quarantäne, ohne weitere Einschränkungen** | **Simulation mit Quarantäne, ohne weitere Einschränkungen** | ||
| - | Wir haben eine Quarantäne-Funktion hinzugefügt, bei der jeder zweite Agent nach vier Tagen nach der Infektion in Quarantäne geht. Wir haben uns für jeden zweiten Agent entschieden, da auch in Realität viele Infektionen nicht erkannt werden. Im Code kann man die Wahrscheinlichkeit einfach ändern, mit der die infizierten Agenten in Quarantäne gesetzt werden. Wenn der Agent 14 Tage in Quarantäne war, ist er recovered und begibt er sich wieder in das Haupt-Feld und bewegt sich normal weiter. | + | Wir haben eine Quarantäne-Funktion hinzugefügt, bei der jeder zweite Agent nach vier Tagen nach der Infektion in Quarantäne geht. Wir haben uns für jeden zweiten Agent entschieden, da auch in Realität viele Infektionen nicht erkannt werden. Im Code kann man die Wahrscheinlichkeit einfach ändern, mit der die infizierten Agenten in Quarantäne gesetzt werden. Wenn der Agent 14 Tage in Quarantäne war, ist er recovered und begibt er sich wieder in das Haupt-Feld und bewegt sich normal weiter. Im Graphen erkennt man einen deutlich flacheren Verlauf als ohne Quarantäne. |
| {{:ws2021:quarantaene_mov.mp4|}} | {{:ws2021:quarantaene_mov.mp4|}} | ||
| Zeile 145: | Zeile 145: | ||
| ===== 6. Fazit ===== | ===== 6. Fazit ===== | ||
| - | Unser Modell kann zu Veranschaulichung des Infektionsgeschehens während einer Pandemie, wie z.B. der Covid-19-Pandemie, dienen und zeigen wie dieses beeinflusst werden kann. | + | Unser Modell kann zur Veranschaulichung des Infektionsgeschehens während einer Pandemie, wie z.B. der Covid-19-Pandemie dienen und zeigen, wie dieses beeinflusst werden kann. |
| Im Verlauf des Projekts haben wir unsere Fähigkeiten und Fertigkeiten im Programmieren mit Python konstant weiterentwickelt und sind mit den Herausforderungen gewachsen, die die Aufgabe an uns gestellt hat. | Im Verlauf des Projekts haben wir unsere Fähigkeiten und Fertigkeiten im Programmieren mit Python konstant weiterentwickelt und sind mit den Herausforderungen gewachsen, die die Aufgabe an uns gestellt hat. | ||
| Die größten Schwierigkeiten waren hierbei einerseits die Programmierung der Agentenbewegung und andererseits das Verstehen der Visualisierungsoberfläche Plotly. Unser Projekt hat mit einem Code begonnen, der im Laufe unserer Arbeit immer komplexer wurde. Am Ende mussten wir daher besonders an der Übersichtlichkeit arbeiten. Dies ist uns durch das Umschreiben des Codes in eine Klasse gelungen. | Die größten Schwierigkeiten waren hierbei einerseits die Programmierung der Agentenbewegung und andererseits das Verstehen der Visualisierungsoberfläche Plotly. Unser Projekt hat mit einem Code begonnen, der im Laufe unserer Arbeit immer komplexer wurde. Am Ende mussten wir daher besonders an der Übersichtlichkeit arbeiten. Dies ist uns durch das Umschreiben des Codes in eine Klasse gelungen. | ||
| - | Schließlich haben wir eine Simulation erstellt, die das Infektionsgeschehen einer Pandemie in einem kleinen Maßstab darstellt und anhand von Graphen visualisiert. | + | Schließlich haben wir eine Simulation erstellt, die das Infektionsgeschehen einer Pandemie in einem kleinen Maßstab und vereinfacht darstellt und anhand von Graphen visualisiert. |
| - | + | ||
| - | , die Simulation auf weitere Räume auszuweiten und somit den Maßstab zu vergrößern. Auch wäre es noch möglich gewesen, das Modell durch weitere Maßnahmen, wie zum Beispiel eine Impfung zu erweitern. | + | |
| - | Rückblickend lässt sich sagen, dass wir durch unsere realistische Vorstellung dessen was geht und was nicht, in der Lage waren, zielstrebig das Projekt voranzubringen. Unseren Zeitplan konnten wir größtenteils einhalten und das Ergebnis entspricht unseren Erwartungen. | + | |
ws2021/simulation_infektionsgeschehen.1618341246.txt.gz · Zuletzt geändert: 2021/04/13 21:14 von livia.mai
Seiten-Werkzeuge
