Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Модели роста и насыщения макросостояний нелинейных динамических систем.
В развитии любых динамических систем как правило отмечается 3-и основных этапа роста: 1. Начальный, медленный рост; 2. Быстрый, прогрессирующий рост; 3. Плавный с выходом на уровень насыщения. Можно утверждать что развитие телекоммуникаций в настоящее время находится на 2-м прогрессирующем (пассионарном) этапе. Под термином «рост» можно понимать численный рост, рост эффективности, рост потребляемых ними вырабатываемых ресурсов. Графически все три этапа образуют так называемую -кривую роста. Математические модели процессов роста и насыщения очевидно, нелинейны. Можно аппроксимировать эти процессы на каждом из этапов отдельно, или построить обобщенную модель. Так на этапе роста состояние развивающейся системы может быть представлено функцией: , (7.8) где - показатель степени роста (Reproduction). При уравнение (7.8) – линейно, а решение данного диф.ур. . (7.9) Экспоненциальный рост (7.9) носит название «мальтузианского», характерного для роста популяций. При отмечается гиперболический рост. При - параболический рост (рис.7.3).
Рис.7.3. График роста при различных показателях
На этапе насыщения состояние системы принято представлять в виде , . (7.10) где - показатель степени насыщения (Saturation). Возможны три характерных случая насыщения: - линейное насыщение (экспоненциальный процесс). Решение сводится к предыдущему варианту. - гиперболическое насыщение. - параболическое насыщение. В качестве практического примера насыщения может служить предельный характер роста количества абонентских станций в некоторой зоне обслуживания сотовой связи на этапе 2G. То есть на этапе насыщения происходит замедление роста, вплоть до остановки и стабилизации на определенном уровне. Обобщенной моделью роста и насыщения может служить следующая модель: . (7.11) При , данное уравнение известно как логистическое, с экспоненциальным ростом на обоих этапах. . (7.12) Впервые это уравнение появилось в теории Мальтуса. Его интерпретация следующая. Рассматривается развивающаяся во времени популяция животных , скорость измерения количества которых: . (7.13) где - предельное число, которое может прокормиться в данном регионе, - скорость размножения животных. Анализ показывает, что при низкой скорости размножения популяция постепенно гибнет, с увеличением популяция растет. При росте достигается максимум популяции, разность в скобках (7.12) приближается к нулю, что опять же приводит к снижению популяции. Очевидно при определенных соотношениях и возможна стабилизация на определенном уровне. При практических исследованиях приходится переходить от непрерывной (7.8), (7.9) модели, к дискретной , (7.14) где по смыслу соответствует . Анализ многих специалистов показывает, что результаты непрерывного алгоритма и дискретного часто существенно разнятся. При этом в дискретном варианте появляются неравновесные неожиданные состояния, которые отсутствуют в непрерывном. В частности отмечается разделение фазовых траекторий бифуркации. Для сопоставления темпа насыщения воспользуемся фазовым портретом системы, то есть зависимостью текущего значения от скорости роста . На рис.7.4а представлена зависимость состояния от параметра , при . Характер достижения насыщения представлен на рис.7.4б, в.
Рис.7.4. Фазовые траектории и временные диаграммы неравновесных состояний состояния . а – бифуркационная траектория, б – характер насыщения, в – рост функции при
Из рис.7.4а следует, что при определенных начальных условиях решение уравнения (7.14) начинает раздваиваться. Характерно, что такое поведение системы свойственно дискретному решению . То есть с увеличением накапливается шум дискретизации и неустойчивость возникает в точках бифуркации (Т.Б.). В литературе такое поведение носит название «хаос» или «динамический хаос», проявляющийся при функционировании определенных нелинейных ДС. Динамический хаос весьма чувствителен к малым изменениям начальных условий или параметров детерминированной ДС. Таким образом при практическом анализе состояний у детерминированной ДС может проявляться свойства случайных состояний ДС.
Популярное:
|
Последнее изменение этой страницы: 2016-04-11; Просмотров: 659; Нарушение авторского права страницы