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
本金2400000元,月利率0.005,
等额本金VS等额本息
还款期:20年:240个月
                40年:480个月
等额本金 VS 等额本息
last week
Insight diagram
¿Qué variables son densodependientes?
¿Qué le pasa a la K?
¿Qué tipo de estocasticidad está considerando?

¿Calcula la MVP?
Vamos a definir MVP: tamaño poblacional que asegura que la población persista un 95 % de las veces
Estima de la población mínima viable (MVP)
Insight diagram
WIP Based on IM-9007 SImulation and PDCA and the LAIR cycle
Double Loop Learning - Story Telling And Simulation
Insight diagram
Example from book "Complex System Research in Psychology" by Han van der Maas (https://santafeinstitute.github.io/ComplexPsych/)

Romeo & Juliet
3 2 months ago
Insight diagram

Ce modèle simule la dynamique d'une population dont la croissance est limitée par son environnement, un cas d'étude inspiré par la gestion des stocks de légine australe dans l'océan Austral.

Contrairement au modèle de croissance exponentielle (conditions idéales), la croissance de la légine n'est pas infinie. Les ressources (nourriture, espace) sont limitées et la compétition augmente avec la population. Ce phénomène, appelé densité-dépendance, crée une auto-régulation qui freine la croissance et la fait tendre vers une limite : la capacité de charge (K). De plus, cette population est soumise à une pression extérieure : la pêche.

Les Composants du Modèle :

  • Variable d'état : L'Effectif du stock (N) de légines, qui est au cœur du système.

  • Paramètres Fondamentaux : Les caractéristiques biologiques de la légine et de son milieu déterminent les paramètres de sa croissance. Vous pouvez régler ces paramètres avec les curseurs :

    • bmax et dmin : Les taux de natalité et de mortalité optimaux, quand la densité est faible.

    • ddb et ddd : L'intensité de la compétition. Ils mesurent à quel point la reproduction ralentit et la mortalité augmente quand la population devient trop dense.

  • Flux :

    • Les flux de Naissances (B) et de Morts (D) ne sont plus simplement proportionnels à N, mais sont maintenant régulés par la densité.

    • Un nouveau flux de sortie contrôlé par l'homme est ajouté : la Pêche (Fisheries).

  • Indicateurs : Le modèle calcule des propriétés "émergentes" cruciales pour les gestionnaires, comme le taux de croissance maximal (rmax) et la Capacité de Charge (K) de l'écosystème.

Votre Mission d'Exploration : Votre objectif est de devenir un gestionnaire de pêcherie durable !

  1. Commencez avec une pêche nulle (Fisheries = 0) pour observer la courbe de croissance logistique naturelle de la légine et identifier sa capacité de charge K.

  2. Introduisez ensuite un effort de pêche modéré. Quel est son impact sur la taille de la population à l'équilibre ?

  3. Explorez différentes intensités de pêche pour trouver le Rendement Maximal Soutenable (RMS) : la plus grande quantité de poissons que vous pouvez pêcher chaque année sans provoquer l'effondrement du stock. Cliquez sur "SIMULATE" et gérez votre ressource !

Modèle BIDE Taux Densité-Dépendants
11 last month
Insight diagram
A teaching model for the BLEND bachelor/master session, showing how one part of a hydrogen system affects the others.

Move a slider (subsidy, learning rate, electricity price, public skepticism) and press Simulate to see how installed capacity, cost and public support change from 2025 to 2050.

The model contains two feedback loops: more capacity lowers cost through learning, which attracts more investment; and falling costs raise public support, which also attracts investment.

Based on the logic of HySUCCESS Task 1 (learning-curve cost modelling and investor behaviour). All numbers are illustrative and are not project results.
HySUCCESS teaching model: hydrogen adoption and cost learning
last week