ИСПОЛЬЗОВАНИЕ МУЛЬТИПАРАДИГМЕННОГО ПОДХОДА СРЕДЫ «ANYLOGIC» В ЗАДАЧАХ МОДЕЛИРОВАНИЯ ПОПУЛЯЦИЙ ГРИБОВ. Вигонт В.А. 1, Топаж А.Г. 1, Миронычева Е.С. 2 1.

Презентация:



Advertisements
Похожие презентации
ГНЦ Агрофизический НИИ, Санкт-Петербург (Россия) МОДЕЛЬ УСТЬИЧНОЙ РЕГУЛЯЦИИ КАК ЗАДАЧА ОПТИМАЛЬНОГО УПРАВЛЕНИЯ А.Г. Топаж.
Advertisements

ЭТАПЫ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ НА КОМПЬЮТЕРЕ Реализованная на компьютере математическая модель называется компьютерной математической моделью, а проведение.
Этапы моделирования. Определение цели моделирования, выделение существенных для исследования параметров объекта. I. Построение описательной информационной.
Цели урока: Формирования системного подхода в моделировании Изучение динамических информационных моделей. Закрепление навыков работы в офисных программах.
ОПРЕДЕЛЕНИЕ ИСТИННОЙ ПОТРЕБНОСТИ КУЛЬТУРЫ DUNALLIELA SALINA В НИТРАТНОМ АЗОТЕ.
Тема урока: « Общество как развивающаяся система.»
Теория систем и системный анализ Тема3 «Системный анализ: сущность, принципы, последовательность »
Этапы моделирования. Постановка задачи: Описание задачи; Цель моделирования; Анализ объекта Разработка информационной модели Разработка компьютерной модели.
САФУ имени М.В. Ломоносова Институт математики и компьютерных наук.
Моделирование экологических систем. Этапы моделирования 1этап моделирования - постановка задачи. 2этап моделирования – разработка информационной модели.
Экономико- математическое моделирование логистики Дисциплина по выбору Доцент, кандидат физ.-мат. наук Н.В. Катаргин Н.В. Катаргин.
Математическая модель симбиотической азотфиксации и ее включение в комплексную модель продукционного процесса сельскохозяйственных растений в многолетнем.
Пучков С Пучков С. Классификация по разным общим признакам По способу представления По способу реализации.
КОРПОРАТИВНАЯ СИСТЕМА УПРАВЛЕНИЯ ЭФФЕКТИВНОСТЬЮ ИННОВАЦИИ В УПРАВЛЕНИИ.
Пакет имитационного моделирования Anylogic. В начале 1990-х в компьютерной науке наблюдался большой интерес к построению математически трактуемого описания.
Моделирование и исследование мехатронных систем Курс лекций.
Алгоритмизация и требования к алгоритму Алгоритм и алгоритмизация Алгоритм и алгоритмизация.
Тема: «Алгоритмизация и программирование». 11 класс Учитель Кравченко Лора Викторовна Тема: «Алгоритмизация и программирование». 11 класс Учитель Кравченко.
Этапы информационного моделирования с помощью компьютера. 1. Выбор объекта моделирования Объектом моделирования может быть любой реальный объект, процесс,
ИМИТАЦИОННЫЕ МОДЕЛИ В НАЛОГООБЛОЖЕНИИ Выполнил: Павлов С.С., гр.243 Научный руководитель: к.э.н., доцент Власова М.С. Санкт-Петербург 2011.
Транксрипт:

ИСПОЛЬЗОВАНИЕ МУЛЬТИПАРАДИГМЕННОГО ПОДХОДА СРЕДЫ «ANYLOGIC» В ЗАДАЧАХ МОДЕЛИРОВАНИЯ ПОПУЛЯЦИЙ ГРИБОВ. Вигонт В.А. 1, Топаж А.Г. 1, Миронычева Е.С. 2 1 – Агрофизический НИИ, С-Пб, Россия 2 – ГТАУ, Мелитополь, Украина Санкт-Петербург 2014

Модели в современном мире Модели формирования остракизма (Kim, 2014) и конформизма (Краснощеков, 1998) в обществе Модель влияния изменений климата на распространение малярии (Caminade et al., 2014) Модель роста раковых опухолей (Wang et al., 2014) Модель ионного гомеостаза в нейронах (Hübel et al., 2014)

Математическое моделирование 1 Создание математической модели 2 Алгоритмизация, выбор методов численного решения уравнений 3 Реализация модели на компьютере Наиболее длительный и чувствительный к ошибкам этап Готовая среда для имитационного моделирования PowerSim ModelMaker AnyLogic …

Преимущества AnyLogic Мощная площадка для реализации самых разных моделей Возможность неограниченного расширения моделей за счет программирования на Java Возможность объединения системно- динамического, дискретно- событийного и агентного подхода к моделированию в рамках одной модели

AnyLogic

Классическая модель роста грибов Чантера-Торнли (1978) Поток субстрата, направленный на рост и поддержание жизнедеятельности мицелия (U m ) UmUm Компост МицелийСпорофоры UcUc UsUs Поток субстрата, направленный на генерацию, рост и поддержание жизнедеятельности Спорофоров (U s ) Поток субстрата, потребляемого мицелием из компоста (U c ) ScSc SmSm S c, S m - концентрация субстрата в компосте и в мицелии соответственно

Системная динамика в AnyLogic

Инициация и рост спорофоров (Chanter, Thornley)

Агентное моделирование в AnyLogic W s (0)=0.1 g

Дискретно- событийный подход в AnyLogic Логика уборки: ежедневная проверка условия спелости Условие генерации новых спорофоров: S m > S m crit

Полученные результаты

Оптимизация срезания спорофоров W s (0)=0.1 g Оптимально срезать Новообразованные спорофоры сразу! Получаем «бесплатную массу» W s (0)=0

Оптимизация срезания спорофоров Age_Maturing = 4.6 days

Анализ в Anylogic Устранение ошибок Если не срезать грибы, то S m уходит в отрицательную область значений Что будет, если Age_Maturing = … ? Если субстрата не хватает, то недостающее питание должно быть получено из распада биомассы

Заключение AnyLogic позволяет успешно совмещать различные парадигмы моделирования в рамках одной модели Конечно, все на свете – суета Под вечным абажуром небосвода, Но мера человека – пустота Окрестности после его ухода. © И. Губерман