Bienvenue sur le simulateur du modèle à flux constants.

Ce modèle est basé sur notre cas d'étude simplifié : un groupe de guépards dans un parc national géré, où les entrées et sorties sont contrôlés par les gestionnaires (translocation entre parcs).

Fonctionnement :

• Le [Variable d'état] qui représente l'effectif de guépards (le nombre d'individus).

• Les [Flux] (B, I, D, E) sont le nombre fixe d'individus qui entrent ou sortent à chaque pas de temps.

• Variables forçantes : Les décisions des gestionnaires sont les "variables forçantes" qui rendent ces flux constants.

Votre mission : Utilisez les curseurs pour régler les conditions et lancez la simulation en cliquant sur le bouton "SIMULATE" en haut à droite, pour observer comment l'effectif évolue sur le graphique !

The dynamics of a moose population with density-dependent birth rate...the birth rate equals the death rate when the population is at carrying capacity; the birth rate is greater than the death rate when the population is below carrying capacity; the birth rate is below the death rate when the population is above carrying capacity.

The interaction of a population of Moose and Wolves.

Example from book "Complex System Research in Psychology" by Han van der Maas (https://santafeinstitute.github.io/ComplexPsych/)

This model simulates the tradeoff between AI costs in resources and the benefits of increased efficiency and effectiveness over time, using adaptive learning principles. It demonstrates how AI development evolves through different stages early, growth, and mature -with changing rates of investment, efficiency gains, and resource utilization.

The model tracks how AI systems stabilize over time as efficiency gains become harder to achieve, leading to a more mature and balanced system of investment and performance. It aims to provide insights into real-world AI dynamics, showing how resources translate into efficiency improvements and how diminishing returns, learning saturation, and reinforcement learning affect long-term growth.

Unfolding WIP of Eric Wolstenholme's explanation of hospital congestion from March 2022 Youtube video and online stella presentation. Use of cascading interlinked archetypes. See Kumu version,  early discharge boundaries IM for an earlier version and Generic Archetypes IM from Gene and Simpler Version IM