Лекция 2. Модели, описываемые дифференциальными уравнениями Статические и динамические модели
Модели простейших объектов, как правило, являются статическими, то есть состояние выходов модели в любой момент времени определяется только текущим состоянием ее входов. То есть, в какой бы момент времени мы ни измеряли бы значение выходной величины, при одинаковом значении входного сигнала результат всегда будет один и тот же, вне зависимости от того, что происходило с моделью раньше. Можно сказать, что статическая модель не обладает «памятью».
Пример: модель делителя напряжения.
Если значение на выходе модели, при одном и том же входном значении может принимать разные значения в зависимости от того, какие значения подавались на вход раньше, то такая модель называется динамической.
Пример: интегрирующая RC-цепь
, или:
Как видно из приведенного примера, динамическая модель, в отличие от статической, «помнит» свое прошлое состояние. Это свойство вызвано наличием в математической записи модели производной, связывающей прошлое состояние системы с настоящим. В данной лекции рассматриваются динамические модели, то есть модели, описываемые дифференциальными уравнениями (ДУ).
- Моделирование биологических процессов и систем Лекция 1. Введение в моделирование Основные понятия моделирования
- 1. Познание окружающего мира.
- 4. Эффективность управления объектом (или процессом).
- Классификация моделей
- Структурные модели
- Понятие адекватности модели
- Инструментальные средства моделирования
- Лекция 2. Модели, описываемые дифференциальными уравнениями Статические и динамические модели
- Простейшие модели, описываемые ду первого порядка: уравнения Мальтуса и Ферхюльста
- Стационарные состояния и устойчивость
- Переменные состояния и фазовые траектории
- Системы дифференциальных уравнений. Модель «хищник – жертва»
- Переход от дифференциального уравнения высокой степени к системе дифференциальных уравнений первой степени. Модель колебаний сердечной мышцы.
- Аналитическое и численное решения дифференциальных уравнений
- Тема 3. Стохастическое моделирование
- Параметры случайной величины
- Равномерное распределение
- Нормальное распределение
- Метод Монте-Карло
- Искусственные нейронные сети
- Биологический прототип
- Искусственный (математический) нейрон
- Нейронная сеть без обратных связей - персептрон
- Обучение нейронных сетей
- Нейронные сети с обратными связями
- Генетические алгоритмы оптимизации
- Операции с нечеткими множествами
- Нечеткое управление