+для статьи_ММлесн.экосистем. Основные типы моделей

• Название: Основные типы моделей
• Дата: 07.07.2018
• Размер: 146.52 Kb.
• Имя файла: +для статьи_ММлесн.экосистем.docx
• Тип: Документы; #48398
• страница: 7 из 12

Метод Монте-Карло - метод статистических испытаний - численный метод решения различных задач при помощи моделирования случайных событий.

Метод Монте'Карло – исследование детерминированных процессов, заданных в виде математических моделей с логическими элементами с помощью статистических испытаний на ЭВМ. Особенностью статистического моделирования является случайное задание исходных данных с известными законами распределения и, как следствие, вероятностное оценивание характеристик исследуемых процессоров. Статистическое моделирование является эффективным методом исследования слабоорганизованных систем с несложной логикой функционирования.

WOFOST как пример имитационной модели роста растений

Для изучения процессов, происходящих в экологических системах, используется как математическое, так и имитационное моделирование.

Имитационное моделирование применяется для исследования сложных логических и логико-математических моделей с неточным заданием исходных данных (заданным законом распределения, оценочными характеристиками).

В экологическом моделировании можно выделить два основных направления: а) моделирование взаимодействия организмов друг с другом и с окружающей средой ("классическая" экология); б) моделирование, связанное с состоянием окружающей среды и ее охраной (социальная экология).

Оба направления представлены большим количеством разработанных моделей. Моделирование, связанное с состоянием окружающей среды, в свою очередь, распадается на ряд направлений..

Назовем некоторые из них: моделирование водных экосистем (трансформации компонент экосистемы, образования и превращения веществ, потребления, роста и гибели организмов); моделирование продукционного процесса растений (для выбора оптимальной стратегии проведения сельскохозяйственных мероприятий: орошения, полива, внесения удобрений, выбора сроков посева или посадки растений с целью получения максимального урожая); моделирование лесных сообществ (используются как для описания лесных массивов на больших пространственных и временных масштабах, так и для моделирования популяций, в которых основным объектом является отдельное дерево); моделирование загрязнения атмосферы и поверхности земли промышленными выбросами (перенос загрязняющих веществ, ущерб, наносимый здоровью населения, сельскохозяйственным угодьям, лесным массивам, почве, затраты на восстановление окружающей среды и т.д.)

WOFOST model - детерминированная модель моделирования урожая на основе физиологических процессов

BOIMA пример модульного имитационного моделирования Имитационное моделирование является по своей сути машинным экспери ментом с моделью исследуемой или проектируемой системы

Модульная организация системы является необходимым требованием, а сама суть модульности тесно переплетена с сутью других свойств объектной модели. Основная цель экспериментальных исследований с помощью имитационных моделей состоит в наиболее глубоком изучении поведения моделируемой системы. Для этого необходимо планировать и проектировать не только саму модель, но и процесс ее использования, т. е. проведение с ней экспериментов на ЭВМ.

Широкое применение методологии и конкретных физических результатов в рассматриваемых направлениях, а также пути более эффективного применения методов математического моделирования с использованием современной вычислительной техники в различных предметных областях.

Использование графовых моделей для решения задач оценки пригодности земель

Графовой моделью называют подвид математических моделей или ранние моделями данных. Они представляют собой инструменты для создания и использования различных разновидностей баз данных сетевой и иерархической структуры. Эти модели получили свое название по видам рассматриваемых в них структур данных.

В графовых моделях данных предусматриваются характерные для представимых в них структур данных операции навигации и манипулирования данными. Принципиальное значение при этом имеет то обстоятельство, что модельные операции манипулирования данными обеспечивают одновременную обработку только одиночных экземпляров данных из базы данных - записей базы данных, сегментов и т.п.

Оптимизационная задача - экономико-математическая задача, цель которой состоит в нахождении наилучшего (с точки зрения какого-то критерия) распределения наличных ресурсов. Решается с помощью оптимизационной модели методами математического программирования.

В отличие от балансовых моделей оптимизационные модели кроме уравнений или неравенств, описывающих взаимосвязи между переменными, содержат критерий для выбора - функционал или целевую функцию, набирает значение в пределах области допустимых решений. Целевая функция в общем виде определяется тремя моментами: управляемыми переменными, неуправляемыми параметрами (зависящие, например, от внешней среды) и формой зависимости между ними (видом функции).

Выбор методов математического программирования для решения оптимизационных задач определяется видом целевой функции, видом ограничений, определяющие область М, и специальными ограничениями на управляемые переменные (например, требованием по их целочисленности). Решение задачи (3.1) обычно называется оптимальным решением, или оптимальным планом.

В ряде случаев такие задачи решаются с использованием обычных методов, например симплексной, с последующим округлением до целых чисел или методом Гомори для линейных задач целочисленного программирования.

Итерация - повторное применение математической операции (с измененными данными) при решении вычислительных задач для постепенною приближения к нужному результату. Итеративные расчеты на ЭВМ характерны для решения экономических (особенно оптимизационных и балансовых) задач. Чем меньше требуется пересчетов, тем быстрее сходится алгоритм.