- •Виды моделирования.
- •Математическое моделирование.
- •Моделирование свободных колебаний в колебательном контуре.
- •Элементы теории подобия.
- •Пример построения математической модели каталитического процесса в пористой грануле.
- •Моделирование каталитической реакции первого порядка в пористой грануле.
- •Возникновение мёртвой зоны в пористой грануле.
- •Полный факторный эксперимент. Выбор фактора.
- •10. Дробные реплики факторного эксперимента.
- •Общая схема планирования эксперимента. Этапы планирования экспериментов.
- •Стратегическое планирование эксперимента.
- •Тактическое планирование экспериментов.
- •Обработка и анализ результатов моделирования систем. Метод наименьших квадратов.
- •Применение пакета matLab для моделирования систем. Библиотека SimMechanics.
- •Моделирование 2-х звеного физического маятника в библиотеке SimMechanics.
- •Сетевые методы моделирования системы сети Петри.
- •Основные свойства сети Петри.
- •Представление сетей Петри. Дерево достижимости сети Петри.
- •Модели непрерывного роста.
- •Методы укрощения сложных систем. Линеаризация.
- •Методы упрощения сложных систем. Быстрые, средние, медленные времена.
- •Модель всплеска численности популяции.
- •Система массового обслуживания.
- •Сеть массового обслуживания. Поток заявок.
- •Длительность обслуживания заявок. Стратегии управления потока заявок.
Методы упрощения сложных систем. Быстрые, средние, медленные времена.
Быстрые, средние и медленные времена
dx/dt=P(x, y, z) Tx – характерное время изменения x
dy/dt=Q(x, y, z) Ty - характерное время изменения y
dz/dt=R(x, y, z) Tz - характерное время изменения z
Пусть Tx ~Ty (сравнимы м/у собой). Tx,Ty<<Tz
z(t)=const=z*, то dz/dt=0, R(x,y,z*)=0
Н-р:
Модель всплеска численности популяции.
Модель вспышки численности популяции
Примером практической модели, демонстрирующей 2 линейно устойчивых стационарных состояния популяции является модель следующего вида:
где rB – характеризует линейный рост численности популяции,
КВ - характеризует емкость среды, которая зависит от плотности распределения пищи
p(N) – выражает истребление элементов популяции, в основном за счет их поедания хищниками
К ачественно зависимость p(N) выражается следующим образом: рис.
Истребление обычно достигает уровня насыщения при достаточно больших N. Существует определенно пороговая величина Nε, ниже которой истребление мало, в то время как выше этой величины истребление близко к уровню насыщения. Такая функциональная модель подобна переключателю, где Nε – это критическая величина, соответствующая в некотором смысле переключения.
A и В – положительные константы, тогда динамика численности популяции N(p) определяется следующим уравнением:
Это уравнение имеет 4 параметра: rB, KB, A, B. При этом коэффициенты А и КВ имеют такую же размерность как и N, коэффициент [rB]=
Коэффициент В имеет размерность [B]=
А – величина порога, при которой включается истребление. Если величина А мала, то порог тоже мал.
При моделировании часто бывает удобным привезти модель к базисному виду. Данная операция часто дает исследованию ряд преимуществ. Н-р, используемый в ходе анализа единицы измерения после приведения к безразмерному виду становится неважным и можно привезти сопоставление «больших» и «малых» характеристик систем. К тому же в результате этой операции всегда происходит числа значимых параметров, определяющих динамику системы. Здесь введем безразмерную величину следующим образом
A1=1 м-3, А2=150 м-3, А3=10000 м-3
, – безразмерное время
Процесс приведения к безразмерному виду:
Полученное уравнение (1) имеет только 2 параметра r и u, которые являются безразмерными величинами. В данном случае u<<1 означает что N<<A. В реальных переменных это означает, что истребление при данной численности можно пренебречь. В любой модели обычно существуют несколько разных возможностей приведения к безразмерному виду.
Стационарное состояние уравнения (1) является решением следующего уравнения
(2)
=> 1) u=0
2) (3)
(лк №18)
Наименьшее решение уравнения (3) удобнее определить графически следующим образом
; ;
Это один из способов решения систем. Надо исследовать устойивые или неустойчивые стационары. Для этого надо их линеаризовать.
И з данного рисунка следует что существует область значений параметров r и q, где уравнение (3) имеет 3 корня.
Данная модель т.о. демонстрирует эффект гистерезиса
Параметрические области существования для разного количества положительных стационарных состояний рассматриваемой модели. Граничные кривые заданы параметрически
Пусть мы имеем фиксированную величину q и пусть r возрастает от 0 вдоль линии ABCD, при этом q=A, тогда если q1=0 (стационарное состояние) при r=0, то значение u1 монотонно возрастает с ростом r до тех пор, пока не будет достигнута точка С. При более высоких значениях r это стационарное состояние исчезает и система перескакивает в другое равновесное состояние в точку u3. Если уменьшать параметр r, то система останется в положении u3 до тех пор, пока r не достигнет нижней критической величины, где опять будет существовать только одно стационарное состояние и оттуда произойдет перескок из u3 в состояние u1.
Другими словами по мере роста r вдоль ABCD происходит скачок вверх в т.С, в то время как при уменьшении r от D до А происходит скачок вниз в т.В. Это пример возникновения катастроф в системе.