KÖRNYEZETI RENDSZEREK MODELLEZÉSE

Slides:



Advertisements
Hasonló előadás
Összetett kísérleti tervek és kiértékelésük:
Advertisements

A hőterjedés differenciál egyenlete
Kvantitatív Módszerek
Fizika Bevezető 6. osztály.
A PEDAGÓGIAI KUTATÁS FOLYAMATA
Kalman-féle rendszer definíció
Érzékenységvizsgálat
Energiatervezési módszerek
Szimuláció a mikroelektronikában Dr. Mizsei János 2013.
Közúti és Vasúti járművek tanszék. Célja:az adott járműpark üzemképes állapotának biztosítása. A karbantartás folyamatait gyakran az üzemeltetést is kiszolgáló.
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
A társadalomtudományi kutatás módszerei
Matematikai modellek a termelés tervezésében és irányításában
Bayes becslések Boha Roland november 21. PPKE-ITK.
III. előadás.
A PEDAGÓGIAI KUTATÁS Dr. Molnár Béla Ph.D.. 1. PEDAGÓGIAI KUTATÁS CÉLJA, TÁRGYA Célja, hogy az új ismeretek feltárásával, pontosabbá tételével, elmélyítésével.
Dr. Szalka Éva, Ph.D.1 Statisztika II. VI.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
1 TARTALOM: 0. Kombinatorika elemei (segédeszközök) 1. Eseményalgebra 2. A valószínűség: a) axiómák és következményeik b) klasszikus (=kombinatorikus)
Az Alakfelismerés és gépi tanulás ELEMEI
Bevezetés az alakmodellezésbe I. Budapesti Műszaki Főiskola Neumann János Informatikai Főiskolai Kar A Műszaki Tervezés Rendszerei 2000/2001 tanév, I.
Számítógépes szimuláció A RITSIM-2000 rendszer ismertetése.
„A tudomány kereke” Szociológia módszertan WJLF SZM BA Pecze Mariann.
A SZÉLENERGIA KUTATÁSA DEBRECENBEN Tar Károly A MAGYAR TUDOMÁNY ÜNNEPE KIEMELT HETE DEBRECENBEN NOVEMBER 2-6.
Idősor elemzés Idősor : időben ekvidisztáns elemekből álló sorozat
KÖRNYEZETI RENDSZEREK MODELLEZÉSE
EUTROFIZÁCIÓ MODELLEZÉSE: DINAMIKUS MODELLEK
EUTROFIZÁCIÓ MODELLEZÉSE: DINAMIKUS MODELLEK
Modellek besorolása …származtatás alapján: 1.Determinisztikus fizika (más tudományág) alaptörvényeire, igazolt összefüggésere alapulfizika (más tudományág)
Érzékenységvizsgálat
Bevezetés – modell fogalma 1. Példa – Newton bolygómozgási modellje egyik első modern modell – úttörő eredményegyik első modern modell – úttörő eredmény.
KÖRNYEZETI RENDSZEREK MODELLEZÉSE
Példa: a Streeter-Phelps vízminőségi modell kalibrálása
Matematikai eszközök a környezeti modellezésben
Matematikai modellezés
-Érzékenység a paraméterek hibáira, -érzékenység a bemenő adatok hibáira Nézzünk egy egyszerű példát...
Emberi tevékenység Levegő Víz Föld Élővilág Művi környezet Ember Ökoszisztéma Települési környezet Táj.
Valószínűségszámítás
Modellek besorolása …származtatás alapján: 1.Determinisztikus fizika (más tudományág) alaptörvényeire, igazolt összefüggésere alapulfizika (más tudományág)
Hatótényező. LEGNAGYOBB VÍZSZINTEK ALAKULÁSA Hatótényező.
Környezeti rendszerek modellezése
Gazdaságstatisztika 13. előadás.
Alapsokaság (populáció)
Alapfogalmak.
Enzimreakciók Környezet figyelembe vétele   1 (  1 )-  2 (  2 ), mikor minden fragmens végtelen távolságban van Empirikus vegyértékkötés módszer.
A valószínűségi magyarázat induktív jellege
VI.1. A Principia jelentősége: a szintetikus elmélet A forradalmiság tartalma A forradalmiság tartalma a szintézis a szintézis a halmozódó tudás szükségszerűen.
Energiatervezési módszerek
Szabályozási Rendszerek 2014/2015 őszi szemeszter Előadás Automatizálási tanszék.
Bevezetés a méréskiértékelésbe (BMETE80ME19) Intervallumbecslések 2014/
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Többdimenziós valószínűségi eloszlások
Newton : Principia Katona Bence 9.c..
Szimuláció.
 KUTATÁS ÉS MEGÉRTÉS  ELÕREJELZÉS  ÜZEMIRÁNYÍTÁS  TERVEZÉS  STRATÉGIA ÉS SZABÁLYOZÁS  DÖNTÉSELÕKÉSZÍTÉS CÉLOK.
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Ütközések Ugyanazt a két testet többször ütköztetve megfigyelhető, hogy a következő összefüggés mindig teljesül: Például a 2-szer akkora tömegű test sebessége.
Bevezetés – modell fogalma 1. Példa – Newton bolygómozgási modellje egyik első modern modell – úttörő eredményegyik első modern modell – úttörő eredmény.
TERMÉKSZIMULÁCIÓ Modellek, szimuláció 3. hét február 18.
Bevezetés a méréskiértékelésbe (BMETE80ME19)
Energetikai folyamatok dinamikája
Szimuláció. Mi a szimuláció? A szimuláció a legáltalánosabb értelemben a megismerés egyik fajtája A megismerés a tudás megszerzése vagy annak folyamata.
Manhertz Gábor; Raj Levente Tanársegéd; Tanszéki mérnök Budapesti Műszaki és Gazdaságtudományi Egyetem Mechatronika, Optika és Gépészeti Informatika Tanszék.
Operációkutatás I. 1. előadás
Kockázat és megbízhatóság
Szabályozott és képes termékek/szolgáltatások, folyamatok, rendszerek
Szimuláció a mikroelektronikában
Bunkóczi László, Dr.Pitlik László, Pető István, Szűcs Imre
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
Kémiai reaktorok A reaktorok tervezéséhez és működtetéséhez a reakciók
Előadás másolata:

KÖRNYEZETI RENDSZEREK MODELLEZÉSE Dr. Koncsos László egy. docens Matematikai modellezés

Bevezetés – modell fogalma 1. Példa – Newton bolygómozgási modellje egyik első modern modell – úttörő eredmény két test probléma kiterjedés nélküli testek Nap + 1 bolygó Kepler törvényeinek „elegáns” leírása több-test probléma – jóval bonyolultabb feladat m1 m2 F r

Termék és melléktermékek Bevezetés – modell fogalma 2. Példa – kémai reakció kevert reaktorban Törvények, hipotézisek anyag- és energiamegmaradás trv Fourier hővezetési trv. irreverzibilis reakció rendszerparaméterek állandóak tökéletes keverés – homogén részrendszerek … n. a köpeny reagálása azonnali Hűtővíz Reagáló anyagok Termék és melléktermékek Több modell is készíthető egyszerűsítések kezelhetőség

3. Példa – QUAL 2K vízmin. modell Bevezetés – modell fogalma 3. Példa – QUAL 2K vízmin. modell Variable Symbol Units* Inorganic suspended solids mi mgD/L Dissolved oxygen o mgO2/L Slowly reacting CBOD cs Fast reacting CBOD cf Total inorganic carbon cT mole/L

Bevezetés – modell fogalma 3. Példa – QUAL 2K vízmin. modell Variable Symbol Units* Inorganic suspended solids mi mgD/L Dissolved oxygen o mgO2/L Slowly reacting CBOD cs Fast reacting CBOD cf Total inorganic carbon cT mole/L Organic nitrogen no gN/L Ammonia nitrogen na Nitrate nitrogen nn

Bevezetés – modell fogalma 3. Példa – QUAL 2K vízmin. modell Variable Symbol Units* Inorganic suspended solids mi mgD/L Dissolved oxygen o mgO2/L Slowly reacting CBOD cs Fast reacting CBOD cf Total inorganic carbon cT mole/L Organic nitrogen no gN/L Ammonia nitrogen na Nitrate nitrogen nn Organic phosphorus po gP/L Inorganic phosphorus pi Phytoplankton ap gA/L Phytoplankton nitrogen INp Phytoplankton phosphorus IPp Detritus mo Bottom algae biomass ab mgA/m2 Bottom algae nitrogen INb mgN/m2 Bottom algae phosphorus IPb mgP/m2

Bevezetés – modell fogalma Modellalkotás szabadságfoka gyakran igen nagy gátló tényezők, lehetőségek figyelembe vétele megfelelő stragtégia megválasztása Modellek alkalmazásával célunk fizikai (biológiai,…) folyamatok előrejelzése, rendszerváltozók jövőbeli alakulásának meghatározása további kísérletek, megfigyelések módosítása fogalmaink fejlesztése megértése tervezési célok

Bevezetés – modell fogalma Modell – nehéz általánosan definiálni „Egy matematikai modell matematikai egyenletek (struktúrák) tetszőleges teljes és konzisztens halmaza, amelyet arra terveztek, hogy más tulajdonságok összességét, azok prototípusát írja le. A prototípus lehet fizikai, biológiai, társadalmi, pszichológiai vagy konceptuális (vázlatos) tulajdonság, vagy esetleg éppen egy másik matematikai modell.” [Aris, 1978]

Bevezetés – modell fogalma Modell – nehéz általánosan definiálni „…Tehát a modellek jellemzően a valóság egyszerűsített megfelelői, amelyek alkalmasak a vizsgálatra. … Ezért úgy definiálhatjuk a matematikai modellt, mint egy idealizált szabályrendszer, ami a fizikai rendszer külső behatásra adott válaszát adja meg.” [Chapra, 1997]

x x Bevezetés – modell fogalma Modell – nehéz általánosan definiálni „A modellek a modern tudomány alapvető eszközei közé tartoznak.” [Frigg, Hartmann 2006] időleges, célszerű, kényelmes megközelítés x örök igazság kifejeződése túl egyszerű / túl bonyolult hasznos / haszontalan x igaz / hamis

Fizikai kisminta kísérletek

Modellek elemei Változók (valós rendszer jellemzői) Függvénykapcsolatok (kölcsönhatások) Paraméterek (ráták, együtthatók, állandók)

Modellek besorolása …származtatás alapján: Determinisztikus fizika (más tudományág) alaptörvényeire, igazolt összefüggésere alapul ált. differenciál- és integrálegyenletek rendszereként írható le Empirikus megfigyelések alapján felállított, de nem általános érvényű (~empirikus) összefüggésekre alapul független megfigyelések segítségével Sztochasztikus Valószínűség-elméleti törvényszerűségekre alapul Hibrid determinisztikus + empirikus elemek + sztochasztikus biológiai, meteorológiai, … folyamatok leírása során hasznos

Modellek besorolása …időbeliség alapján: Statikus Dinamikus Input Output time xout,1 xin,1 xin,2 xin,3 Dinamikus Input Output time xout,1 xin,1 xin,2 xin,3

Modellek besorolása … paraméterek alapján: Időben Térben állandó paraméterű változó paraméterű Térben „halmozott” (lumped), állandó paraméterű osztott paraméterű

Modellalkotás folyamata Identifikáció alaptörvények, feltevések számbavétele elégséges részrendszer kiválasztása matematikai realizáció (papír-ceruza / szoftver) Kalibráció modellállandók beállítása számítások és megfigyelések összevetésén alapul Validáció kalibrált modell igazolása független megfigyelések segítségével Érzékenységvizsgálat

Identifikáció – determinisztikus Szennyzőanyag szivárgási probléma talaj rés d=2R h t=0 t x(t) Kérdés: x(0)=h x(t)=? Feltételezések R=áll. rfolyadék=áll. talaj homogén, befogadóképessége állandó Rések rendszere állandó Felírható modell: kifolyási sebesség ~ folyadék szint Szivárgási modell Térfogat t időpontban

A Moivre-Laplace tétel szerint: (a normális eloszlással közelíthető) Identifikáció – sztochasztikus Galton deszka Milyen lesz a golyók eloszlása a gyűjtőcellákban? http://www.nanowerk.com/ azonos golyók n sor n-1 ütközés n+1 gyűjtőcella p=1/2 n x =0,1,2,…,n – tartály indexe A Moivre-Laplace tétel szerint: (a normális eloszlással közelíthető) n+1

Kalibráció – szivárgási probléma talaj rés d=2R h t=0 t x(t) Levezetett szivárgási modell input (ftlen) t output (függő) x(t) paraméterek k, h, R Modellparaméter matematikai modell közvetlenül nem mérhető paramétere fizikai tartalommal, gyakran dimenzióval rendelkezik meghatározása közvetett módon zajlik kalibráció

Kalibráció – szivárgási probléma Kalibrációs feladat x(t) n-szeri megfigyelése a {0;T} idő-intervallumban x=(xmért,1,xmért,2,…….,xmért,n) – mért idősor x(t) számítása a {0;T} idő-intervallumban, különböző k értékekre x(k)=(xszámított,1,xszámított,2,…….,xszámított,n) – számított idősor célfüggvény k-tól függő minimuma? Modellparaméterek beállítása úgy, hogy a számított eredmények a legjobban közelítsék a valóságban megfigyelt értékeket manuális algoritmikus T h x [m] t [s] Mért értékek k=0.01 k=kopt k=100 Kiértékelés: r(k1) > r(k2) > … > r(kn) kopt=kn

Kalibráció – szivárgási probléma Távolság - hiba absztrakt matematikai fogalom jelentősége – célfüggvény felírása általános összefüggések: módosított alakú összefüggések: folytonos függvényre diszkrét függvényre folytonos függvényre diszkretizált súlyozott hibafüggvény

Validáció – szivárgási probléma Validációs feladat igazolni a modell és a kalibrált paraméter-vektor megfelelő voltát a kalibrált modell optimalizációs időszakon kívüli egyeztetése a valósággal T h x [m] t [s] Mért értékek k=kopt

? Módszertan – dekompozíció és aggregáció 2000 1980 MEGOLDÁS PROBLÉMA & RENDSZER MEGOLDÁS MEGOLDÁS ? MEGOLDÁS AGGREGÁCIÓ AGGREGÁLT MODELL DEKOMPOZÍCIÓ DEKOMPOZÍCIÓ DEKOMPONÁLT RENDSZER

Módszertan – dekompozíció és aggregáció Példa 1. C - KONCENTRÁCIÓ VEKTOR HIDRODINAMIKAI EGYENLETEK KEZDETI- ÉS PEREMFELTÉTELEK

Módszertan – dekompozíció és aggregáció Példa 2. C - KONCENTRÁCIÓ VEKTOR HIDRODINAMIKAI EGYENLETEK KEZDETI- ÉS PEREMFELTÉTELEK

D(x,y)=f(v(x,y))

Helyszínrajz 1. Hidegvíz-csatorna 2. Melegvíz-csatorna 3. Sarkantyú 4. 3. Sarkantyú 5. 4. Keresztgát 5. Uszodi sziget

Módszertan – dekompozíció és aggregáció Példa 3. C - KONCENTRÁCIÓ VEKTOR HIDRODINAMIKAI EGYENLETEK KEZDETI- ÉS PEREMFELTÉTELEK

Módszertan – dekompozíció és aggregáció Példa 3. R(C, P) - REAKCIÓ TAG (félempírikus) P - PARAMÉTER VEKTOR IDENTIFIKÁCIÓ SZÜKSÉGES HIPOTÉZISEK KALIBRÁLÁS ÉS IGAZOLÁS ÉRZÉKENYSÉGI ÉSBIZONYTALANSÁGI ELEMZÉSEK

QUAL 2K vízmin. modell s mi o cs cf no na nn po pi ap INp IPp mo X Alk Variable Symbol Units* Conductivity s mhos Inorganic suspended solids mi mgD/L Dissolved oxygen o mgO2/L Slowly reacting CBOD cs Fast reacting CBOD cf Organic nitrogen no gN/L Ammonia nitrogen na Nitrate nitrogen nn Organic phosphorus po gP/L Inorganic phosphorus pi Phytoplankton ap gA/L Phytoplankton nitrogen INp Phytoplankton phosphorus IPp Detritus mo Pathogen X cfu/100 mL Alkalinity Alk mgCaCO3/L Total inorganic carbon cT mole/L Bottom algae biomass ab mgA/m2 Bottom algae nitrogen INb mgN/m2 Bottom algae phosphorus IPb mgP/m2

QUAL 2K vízmin. modell

PAKS Morfológiai modell 2D Hidrodinamikai modell 2D Transzport modell z(x,y) 2D Hidrodinamikai modell kst v(x,y) 2D Transzport modell Dy T(x,y)

Komplexitás

Elméleti megalapozottság