Samenvatting colleges Systeemmodelleren 2

Systeemmodelleren 2 TB113B
Samenvatting slides

College 1a
Waarom moeten TB’er iets weten van complexe systemen?
Bestuur en beleid over complexe systemen, doel om deze te verbeteren

Systemen: verzameling van systeem elementen die verbonden zijn met elkaar. Heeft een
toestand, gedrag en een externe grens
 Communicatie
 Infrastructureel
 Sociaal
 Overheid
 Ecologisch
 Systeem

Complexiteit: emergente eigenschap van systeem die niet direct te meten is, grote kans bij
volgende eigenschappen in systeem
 Niet-lineaire relaties
 Emergent gedrag
 Niet gekarakteriseerd met beschrijving op een aggregatieniveau
 Evolutie
 Adaptief  aanpassen aan veranderingen in omgeving
 Diversiteit
 Padafhankelijkheid  ontwikkeling in bepaalde richting kan niet zomaar ongedaan
gemaakt worden

Complex systeem: systeem onderdelen die niet triviale manier interactie hebben, leidt tot
emergent systeemniveau.
* niet hetzelfde als gecompliceerd (hier kan je uitkomst voorspellen door begin condities)

Complex socio technisch systeem
 Complex systeem
 Meerdere actoren  multi actor systeem
 Afhankelijkheden tussen subsystemen
 Open omgeving
 Dynamisch
 Gekoppeld aan infrastructuren

Waarom TB’er modelleren?
Gedrag systemen analyseren, begrijpen en besturen

Model  vereenvoudigde weergave van de werkelijkheid, probleem modelleren niet het
systeem
 Simulatiemodel: model waarbij dynamisch gedrag bestudeert wordt en
tijdscomponent heeft

,  prestatie analyseren, verschillende ontwerpen vergelijken en effect beleidsopties
analyseren

Validiteit: in hoeverre model een systeem representeert zodat het bruikbaar is voor vooraf
gestelde doel.

Voordelen simulatiemodel  kosten, variantie aanpakken, tijd, controle over condities,
transparantie, kennisontwikkeling
Nadelen simulatiemodel  veel middelen, veel tijd, veel data, expert kennis en overschatten
modelresultaten

College 1b
Agent: stukje software/abstractie die door gedrag zijn omgeving beïnvloed
 handelt alleen of samenwerken, kennis om taak uit te voeren, interactie omgeving,leert
 Simpele reactieve agent
 Lerende agent
 Proactieve agent

ABM: agent gebaseerd model, verzameling agenten die geplaatst worden in omgeving.
Modelleert systeem door verzameling componenten, elke agent bepaald eigen actie op basis
eigen situatie, toestand, omgeving en beslisregels.
 Meer manier van denken
 Perspectief onderliggende onderdelen
 Complexe socio-technische systemen
 Emergent gedrag

ABM = simulatie model als tijdscomponent wordt toegevoegd
 discrete tijd (tijdstap met actie, dan weer tijdstap) en stochastisch (volgorde waarin
agenten aan beurt zijn is willekeurig en elke stap anders.

College 2b
Complex socio-technisch systeem (smart grid)
 Wat is het probleem? Wat willen we?
 Systeemafbakening, beeldvorming  wat is relevant, systeemcomponenten en
abstractie niveau

Decompositie: uit elkaar halen van syteem
 Functioneel  functies van systeem, gerelateerd in proces diagram
 Structuur en eigenschappen  subsysteem, aspect systeem, fase systeem (periode)
 Organisatie

Decompositie  systeembenadering, reductionisme en top down