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.

As initially proposed by Pr. William M White of Cornell University: http://www.geo.cornell.edu/eas/education/course/descr/EAS302/302_06Lab11.pdf http://www.eas.cornell.edu/
Environment
As initially proposed by Pr. William M White of Cornell University:
Global Carbon Cycle
France Caron
531
Faced with a performance gap the two most obvious responses are to work harder or work smarter. There are trade offs associated with each, some obvious, some not so obvious. Derived from  Nobody Ever Gets Credit for Fixing Problems that Never Happened: Creating and Sustaining Process Improvement  
Capability Roam Perspective Management Production Performance

Faced with a performance gap the two most obvious responses are to work harder or work smarter. There are trade offs associated with each, some obvious, some not so obvious.

Derived from Nobody Ever Gets Credit for Fixing Problems that Never Happened: Creating and Sustaining Process Improvement by Repenning and Sterman.

@LinkedIn, Twitter, YouTube

Credit Never Happened/Simulation
Gene Bellinger
10
Westley, F. R., O. Tjornbo, L. Schultz, P. Olsson, C. Folke, B. Crona and Ö. Bodin. 2013. A theory of transformative agency in linked social-ecological systems.  Ecology and Society   18 (3): 27. link
Transformation Panarchy Ecology Environment
Westley, F. R., O. Tjornbo, L. Schultz, P. Olsson, C. Folke, B. Crona and Ö. Bodin. 2013. A theory of transformative agency in linked social-ecological systems. Ecology and Society 18(3): 27. link

Transformative Agency in Social-Ecological System
Geoff McDonnell
3
A sample model for class discussion modeling COVID-19 outbreaks and responses from government with the effect on the local economy.  Govt policy is dependent on reported COVID-19 cases, which in turn depend on testing rates less those who recover Assumptions Govt policy reduces infection and
Burnie Economy BMA708 Tasmania COVID-19
A sample model for class discussion modeling COVID-19 outbreaks and responses from government with the effect on the local economy.  Govt policy is dependent on reported COVID-19 cases, which in turn depend on testing rates less those who recover

Assumptions
Govt policy reduces infection and economic growth in the same way.

Govt policy is trigger when reported COVID-19 case are 10 or less.

A greater number of COVID-19 cases has a negative effect on the economy.  This is due to economic signalling that all is not well.

Interesting insights

Higher testing rates trigger more rapid government intervention, which reduces infectious cases.  The impact on the economy, though, of higher detected cases is negative. 




Burnie COVID-19 outbreak demo model version 2
Steven D'Alessandro
39 3 months ago
Here we have a basic SEIR model and we will investigate what changes would be appropriate for modelling the 2019 Coronavirus 
Health Care Infection Epidemics Coronavirus COVID-19

Here we have a basic SEIR model and we will investigate what changes would be appropriate for modelling the 2019 Coronavirus 

SEIR Infectious Disease Model for COVID-19
Rolf Häsänen
673 2 months ago
Ce modèle simule l'évolution dynamique d'un paysage méditerranéen en utilisant une Chaîne de Markov . Il modélise la transition d'un paysage (composé de 5 états : Chênaie, Vigne, Pelouse, Garrigue, Pinède) à travers le temps, sous l'effet combiné de la succession naturelle et des perturbations (fe
Community dynamics

Ce modèle simule l'évolution dynamique d'un paysage méditerranéen en utilisant une Chaîne de Markov. Il modélise la transition d'un paysage (composé de 5 états : Chênaie, Vigne, Pelouse, Garrigue, Pinède) à travers le temps, sous l'effet combiné de la succession naturelle et des perturbations (feu, déforestation).

Ce modèle s'inscrit dans la suite de notre cours sur la dynamique des communautés. Après avoir étudié les interactions entre populations (modèles ODE de Lotka-Volterra), ce modèle fait le "grand saut" conceptuel vers la dynamique des paysages entiers. Il abandonne l'approche déterministe et continue (dx/dt) pour une approche stochastique (probabiliste) et à temps discret (π t+1​).

Contrairement aux modèles précédents qui cherchaient un équilibre de populations, ce modèle explore comment un système soumis à des probabilités de transition constantes converge vers une distribution stationnaire (un état d'équilibre stable du paysage).

Le paysage est modélisé comme un total de 100 hectares (ou 100%) répartis entre cinq "Stocks" (les 5 états). À chaque pas de temps, des "Flux" déplacent une proportion de la surface d'un stock à l'autre, en fonction des probabilités de la matrice de transition P.

Les Composants du Modèle

Variables d’état (Stocks) :

/!\ Le total doit faire 100 hectares (ha) /!\

  • Vi : Surface du paysage (en ha) à l'état de Vigne/Verger (culture)
  • Gr : Surface du paysage (en ha) à l'état de Pelouse (post-abandon/post-feu).
  • Ga : Surface du paysage (en ha) à l'état de Garrigue (évolution de la pelouse).
  • Pi : Surface du paysage (en ha) à l'état de Pinède (forêt pionnière).
  • Oak : Surface du paysage (en ha) à l'état de Chênaie (climax)

Flux (représentant les probabilités de transitions Pij​) :

  • Deforestation (Oak → Vi) : Action humaine de remise en culture.
  • Abandon (Vi → Gr) : Début de la succession secondaire
  • GrGa : Succession naturelle (embroussaillement)
  • GaPi : Succession naturelle (colonisation par les pins)
  • PiOak : Succession naturelle (maturation vers le climax).
  • Wildfire (Pi → Gr) : Perturbation par le feu qui réinitialise la succession
Note Importante : La somme de toutes les probabilités sortant d'un même stock doit être inférieure ou égale à 1.0. Le reste (1.0 - somme des sorties) est la probabilité implicite de rester dans le même état.
Indicateurs produits :

  • Graphique temporel : Montre l'évolution des 5 états (en hectares) au fil du temps (en pas de simulation). Les courbes convergent-elles vers la distribution stationnaire prédite par le cours ?

Votre Mission d'Exploration :

Votre objectif est d'utiliser ce modèle pour recréer les simulations du cours et explorer différents scénarios de gestion de paysage.

Cliquez sur "SIMULATE" et explorez la dynamique stochastique qui régit l'avenir de nos paysages !




Modèle de Succession (Chaîne de Markov)
Florian Orgeret
last week