22 aprile 2008Master in economia e politica sanitaria - Simulazione per la sanità 1 copertina...

22 aprile 2008 Master in economia e politica sanitaria - Simulazione per la sanità

1

cop

ert

ina

Pietro Terna [email protected]

Dipartimento di scienze economiche e finanziarie “G.Prato”

Università di Torino - Italia

Master in Economia e politica sanitaria 2005-2006 Simulazione per la sanità – 2/5

web.econ.unito.it/terna web.econ.unito.it/terna/materiale/master_ec_pol_san/


2


3

§ 2.1


4

_p

rovi

am

o a

pro

gra

mm

are _______________________________________

Un altro esempio nostro: la rete di emergenza

denominata Patatrac_______________________________________


5

Programma nesp_r.nlogo, e file pazienti.txt, cdea1.txt, cdea2.txt, nel deposito in linea a web.econ.unito.it/terna/materiale/master_ec_pol_san/

Alessandro Raim

ondi


6

Strutture1 Acqui Terme Civile 2004 182 Alba San Lazzaro 2004 23 Alessandria Civile / 14 Aosta 1999 1835 Asti Civile 1999 2616 Biella degli Infermi 2002 1037 Borgomanero SS Trinità 2000 2448 Borgosesia Poveri Infermi 2004 139 Casale Monferrato S.Spirito 1999 124

10 Cevva SS Maria e Caterina 2001 1011 Chieri Maggiore 1999 15312 Chivasso Civile 1998 16113 Ciriè Civile 1998 10614 Cuorgnè Civile 1999 12915 Domodossola S.Biagio 1999 11316 Ivrea Civile 2000 26117 Moncalieri S.Croce 1999 118 Mondovì Civile 2001 8619 Nizza Monferrato S.Spirito 2004 720 Novi Ligure S.Giacomo 1998 25321 Orbassano S.Luigi 2001 7622 Pienorolo Civile Agnelli 1997 19023 Rivoli Ospedale Nuovo 1998 40824 Savigliano SS Annnunziata 2002 4125 Susa Civile 2002 11426 Torino Maria Vittoria 1998 17127 Torino Martini Nuovo 2002 1428 Torino Mauriziano Umberto I 2000 4629 Tortona Civile 2000 1630 Verbania Pallanza 1999 11831 Vercelli S.Andrea 2000 151

Totale ricezione 3574

• 31 centri periferici• 6 centri neurochirurgici

Sede di neurochirugiaTotale TC evase 2000-2004

32 Alessandria 67933 Cuneo 14234 Novara 72135 Torino CTO 108736 Torino Molinette 51337 Torino Giovanni Bosco 431


7

§ 2.2


8

_S

wa

rm

_______________________________________

La piattaforma Swarm per la simulazione: www.swarm.org

_______________________________________


9

Swarm = a library of functions and a protocol

modelSwarm

create objects

create actions

run modelSwarm randomwalk, reportPosition

Bug

aBug

bugList

aBugaBug

aBugaBug

aBug

aBug

schedule


10


modelSwarm

create objects

create actions


Bug

aBug

bugList

aBugaBug

aBugaBug

aBug

aBug

schedule schedule

run observerSwarm


11


modelSwarm

create objects

create actions


Bug

aBug

bugList

aBugaBug

aBugaBug

aBug

aBug

schedule schedule

run observerSwarm

probes

to be developed in PythonSwarm


12

§ 2.3


13

_S

wa

rm

_______________________________________

Strumenti

_______________________________________


14

Swarm, http://www.swarm.org

SLAPP, Swarm-Like Agent Protocol in Python, temporary at http://eco83.econ.unito.it/terna/slapp ; Python at www.python.org

JAS, http://jaslibrary.sourceforge.net/

Ascape, http://www.brook.edu/dynamics/models/ascape/

Repast, http://repast.sourceforge.net/

StarLogo, http://education.mit.edu/starlogo/

StarLogo TNG, http://education.mit.edu/starlogo-tng/

NetLogo, http://ccl.northwestern.edu/netlogo/

SDML (based upon SmallTalk, as a declarative programming tool): http://www.cpm.mmu.ac.uk/sdml/

See also ABLE, http://www.research.ibm.com/able/

JADE, http://jade.tilab.com/

or DAML, www.daml.org

didactical perspective

nearly videogames


15

§ 2.4


16

_jE

S

_______________________________________

jES, java Enterprise Simulator http://web.econ.unito.it/terna/jes

___________________________________


17

sim

ula

tor

Enterprise Simulator

www.flightgear.org

Con jES simuliamo:

•imprese reali

•imprese virtuali

(come imprese ipotetiche o nella direzione del progetto NIIIP, vedere oltre)


18

_o

rdin

i e r

ice

tte

_______________________________________

Le “cose da fare” nella realtà e nella simulazione: ordini e “ricette”

___________________________________


19

WD

, D

W,

WD

W

WD side or formalism: What to Do

DW side or formalism: which is Doing What

WDW formalism: When Doing What


20

dic

tion

ary

unit = a productive structure within or outside our enterprise; a unit is able to perform one or more of the steps required to accomplish an order

order = the object representing a good to be produced; an order contains technical information (the recipe describing the production steps) and accounting data

recipe = a sequence of steps to be executed to produce a good

A dictionary


21

_D

W

_______________________________________

Il lato di “chi fa che cosa” nella realtà: le unità produttive e l’organizzazione reale o virtuale

_______________________________________


22

DW

: a

fle

xib

le s

che

me

1

2

1

3

2

1

3

1

5

3

1,3,4

1,2,5

Uni

ts …

DW


23

DW

: a

fle

xib

le s

che

me

2

2

1

3

2

1

3

1

5

3

1,3,4

1,2,5

Uni

ts an

d Fi

rms …

DW


24

DW

: a

fle

xib

le s

che

me

3

2

1

3

2

1

3

1

5

3

1,3,4

1,2,5

… in

a di

stric

t …

DW


25

DW

: a

fle

xib

le s

che

me

4

2

1

3

2

1

3

1

5

3

1,3,4

1,2,5

… o

r bui

ldin

g up

a

virtu

al en

terp

rise

The NIIIP project (National Industrial Information Infrastructure Protocols )

http://www.niiip.org/

DW


26

_W

D

_______________________________________

Sequenze di eventi

_______________________________________


27

WD

: re

cip

es

# Recipes ;

recipeA 101 1 s 1 p 1 10 2 s 1 3 s 1 ;

recipeB 100 1 s 3 \ 3 2 s 1 3 s 3 \ 2 e 10 ;

WD


28

§ 2.5


29

_a

sim

ple

exa

mp

le w

ith W

D,

DW

an

d

WD

W

_______________________________________

A simple example with WD, DW and WDW

_______________________________________


30

1 2

10

3

a production unit

an end unit

a s

imp

le e

xam

ple

0

the recipes

DW

1 100 * 3 101 * 1 ;

# Recipes ;

recipeA 101 1 s 1 p 1 10 2 s 1 3 s 1 ;

recipeB 100 1 s 3 \ 3 2 s 1 3 s 3 \ 2 e 10 ;

1 ;WDW

the starting sequence

the continuous sequence (empty)

t=0

100100100101

Building a sequential batch

WD


31

1 2

10

3

a production unit

an end unit

a s

imp

le e

xam

ple

1

the recipesWD

1 100 * 3 101 * 1 ;

# Recipes ;

recipeA 101 1 s 1 p 1 10 2 s 1 3 s 1 ;

recipeB 100 1 s 3 \ 3 2 s 1 3 s 3 \ 2 e 10 ;

1 ;WDW



t=1

100100100101

Sequential batch step 1/3

DW


32

1 2

10

3

a production unit

an end unit

a s

imp

le e

xam

ple

2

the recipesWD

1 100 * 3 101 * 1 ;

# Recipes ;

recipeA 101 1 s 1 p 1 10 2 s 1 3 s 1 ;

recipeB 100 1 s 3 \ 3 2 s 1 3 s 3 \ 2 e 10 ;

1 ;WDW



t=2

100100100101


DW


33

1 2

10

3

a production unit

an end unit

a s

imp

le e

xam

ple

3

the recipesWD

1 100 * 3 101 * 1 ;

# Recipes ;

recipeA 101 1 s 1 p 1 10 2 s 1 3 s 1 ;

recipeB 100 1 s 3 \ 3 2 s 1 3 s 3 \ 2 e 10 ;

1 ;WDW



t=3

101

100100100

DW


34

1 2

10

3

a production unit

an end unit

a s

imp

le e

xam

ple

4

the recipesWD

1 100 * 3 101 * 1 ;

# Recipes ;

recipeA 101 1 s 1 p 1 10 2 s 1 3 s 1 ;

recipeB 100 1 s 3 \ 3 2 s 1 3 s 3 \ 2 e 10 ;

1 ;WDW



t=4

100

100100101

DW


35

1 2

10

3

a production unit

an end unit

a s

imp

le e

xam

ple

5

the recipesWD

1 100 * 3 101 * 1 ;

# Recipes ;

recipeA 101 1 s 1 p 1 10 2 s 1 3 s 1 ;

recipeB 100 1 s 3 \ 3 2 s 1 3 s 3 \ 2 e 10 ;

1 ;WDW



t=5

100100

100101

DW

Building a sequential batch


36

1 2

10

3

a production unit

an end unit

a s

imp

le e

xam

ple

6

the recipesWD

1 100 * 3 101 * 1 ;

# Recipes ;

recipeA 101 1 s 1 p 1 10 2 s 1 3 s 1 ;

recipeB 100 1 s 3 \ 3 2 s 1 3 s 3 \ 2 e 10 ;

1 ;WDW



t=6

100100100101

DW



37

1 2

10

3

a production unit

an end unit

a s

imp

le e

xam

ple

7

the recipesWD

1 100 * 3 101 * 1 ;

# Recipes ;

recipeA 101 1 s 1 p 1 10 2 s 1 3 s 1 ;

recipeB 100 1 s 3 \ 3 2 s 1 3 s 3 \ 2 e 10 ;

1 ;WDW



t=7

100100100101


DW


38

1 2

10

3

a production unit

an end unit

a s

imp

le e

xam

ple

8

the recipesWD

1 100 * 3 101 * 1 ;

# Recipes ;

recipeA 101 1 s 1 p 1 10 2 s 1 3 s 1 ;

recipeB 100 1 s 3 \ 3 2 s 1 3 s 3 \ 2 e 10 ;

1 ;WDW



t=8

100101

100DW


39

1 2

10

3

a production unit

an end unit

a s

imp

le e

xam

ple

9

the recipesWD

1 100 * 3 101 * 1 ;

# Recipes ;

recipeA 101 1 s 1 p 1 10 2 s 1 3 s 1 ;

recipeB 100 1 s 3 \ 3 2 s 1 3 s 3 \ 2 e 10 ;

1 ;WDW



t=9

100101

100DW


40

1 2

10

3

a production unit

an end unit

a s

imp

le e

xam

ple

10

the recipesWD

1 100 * 3 101 * 1 ;

# Recipes ;

recipeA 101 1 s 1 p 1 10 2 s 1 3 s 1 ;

recipeB 100 1 s 3 \ 3 2 s 1 3 s 3 \ 2 e 10 ;

1 ;WDW



t=10

100

100DW


41

§ 2.6


42

_C

asi

di a

pp

lica

zio

ne

_______________________________________

Casi di applicazione

_______________________________________


43

ele

nco

Tessile – Penelope

VIR

BasicNet

118


44

VIR

1VIR (a firm producing valves, to regulate the flow of liquids and gas)

Case-2 (with unitCriterion=2)


45

VIR

2VIR

Case-3 adding 3 complex units in the lathe sector


46

§ 2.7


47

_C

asi

di a

pp

lica

zio

ne

_______________________________________

Uno schema generalizzato

_______________________________________

Fixed rules


48

http://web.econ.unito.it/terna/ct-era/ct-era.html

NN

CS

GA

AvatarMicrostructures, mainly related to time and parallelism


49

§ 2.8


50

_C

asi

di a

pp

lica

zio

ne

_______________________________________

Come decidere

_______________________________________


51

de

cisi

on

pro

cess

1

2

1

3

2

1

3

1

5

3

1,3,4

1,2,5

Come d

ecid

ere?


52

de

cisi

on

pro

cess

2

• In modo casuale (… realistico)

• Con regole fisse

• Con un sistema esperto

• Con tecniche di soft computing (GA & CS)

• Chiedendo che cosa fare ad un agente reale (training e studio di comportamenti)

Come d

ecid

ere?


53

§ 2.9


54

_a

uto

iron

ia

_______________________________________

Mai … prendersi troppo sul serio

_______________________________________


55

pro

ble

mi r

ileva

nti

… è urgente affrontare problemi rilevanti …


56

§ appendice


57

_D

iscu

tiam

o (

PB

L)

____________________________________

Discutiamo (PBL)

______________________________________


58

pb

l: d

eci

sio

ne

Discutiamo:

come inserire le decisioni, e di chi, all’interno di questi modelli

Obiettivo didattico: dalla decisione nel mondo reale alla decisione nella simulazione, senza e con umani

22 aprile 2008Master in economia e politica sanitaria - Simulazione per la sanità 1 copertina...

Documents

Transcript of 22 aprile 2008Master in economia e politica sanitaria - Simulazione per la sanità 1 copertina...