ПОЛИВАРИАНТНЫЙ АНАЛИЗ МОДЕЛИ AGROTOOL НА ЧУВСТВИТЕЛЬНОСТЬ
|
ГЛАВА 1. МЕТОДЫ ИССЛЕДОВАНИЯ ЧУВСТВИТЕЛЬНОСТИ И
ИДЕНТИФИКАЦИИ ПАРАМЕТРОВ ДИНАМИЧЕСКИХ МОДЕЛЕЙ ... 11
1.1. Идентификация параметров моделей. Постановка задачи 12
1.2. Методы исследования чувствительности моделей к вариациям
параметров 16
ГЛАВА 2. СИСТЕМА ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
AGROTOOL И ПРОБЛЕМА АНАЛИЗА МОДЕЛИ НА
ЧУВСТВИТЕЛЬНОСТЬ 23
2.1. Структурно-функциональное строение модели AGROTOOL 23
2.2. Решение задачи параметрической идентификации блоков
модели 27
2.2.1. Идентификация параметров блока динамики почвенной
влаги 27
2.2.2. Идентификация параметров блока развития растений 29
2.2.3. Идентификация параметров блока продуктивности растений. 33
2.3. Анализ результатов идентификации параметров блоков
модели 34
ГЛАВА 3. АНАЛИЗ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ 44
3.1. Исследование чувствительности модели к почвенно¬гидрологическим параметрам 44
3.2. Чувствительность модели к вариации начального влагозапаса 46
3.3. Чувствительность модели к вариации даты сева 48
3.4. Определение допустимых границ изменения параметров 49
ЗАКЛЮЧЕНИЕ 51
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 55
ПРИЛОЖЕНИЯ 59
ИДЕНТИФИКАЦИИ ПАРАМЕТРОВ ДИНАМИЧЕСКИХ МОДЕЛЕЙ ... 11
1.1. Идентификация параметров моделей. Постановка задачи 12
1.2. Методы исследования чувствительности моделей к вариациям
параметров 16
ГЛАВА 2. СИСТЕМА ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
AGROTOOL И ПРОБЛЕМА АНАЛИЗА МОДЕЛИ НА
ЧУВСТВИТЕЛЬНОСТЬ 23
2.1. Структурно-функциональное строение модели AGROTOOL 23
2.2. Решение задачи параметрической идентификации блоков
модели 27
2.2.1. Идентификация параметров блока динамики почвенной
влаги 27
2.2.2. Идентификация параметров блока развития растений 29
2.2.3. Идентификация параметров блока продуктивности растений. 33
2.3. Анализ результатов идентификации параметров блоков
модели 34
ГЛАВА 3. АНАЛИЗ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ 44
3.1. Исследование чувствительности модели к почвенно¬гидрологическим параметрам 44
3.2. Чувствительность модели к вариации начального влагозапаса 46
3.3. Чувствительность модели к вариации даты сева 48
3.4. Определение допустимых границ изменения параметров 49
ЗАКЛЮЧЕНИЕ 51
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 55
ПРИЛОЖЕНИЯ 59
РЕФЕРАТ
Тема магистерской диссертации: Поливариантный анализ модели AGROTOOL на чувствительность.
Цель работы - анализ чувствительности модели продукционного процесса сельскохозяйственных растений AGROTOOL к вариациям входящих в нее параметров. Определение допустимого диапазона погрешности задания параметров.
Объект исследования - система имитационного моделирования продуктивности агроэкосистем AGROTOOL.
Предмет исследования - методы исследования чувствительности и устойчивости модели AGROTOOL к вариации ее параметров.
В работе рассмотрены задачи адаптации модели продукционного процесса сельскохозяйственных культур AGROTOOL к условиям Алтайского Приобья, а именно: идентификация параметров модели по агрометеорологическим данным региона и исследование чувствительности модели к вариациям начальных данных и точности задания параметров. Проанализированы результаты идентификации блоков водного режима, фенологического развития и продуктивности посева. Исследование чувствительности осуществлено к почвенно-гидрологическим параметрам и к вариации начального состояния модели. Сформулированы критерии точности задания области допустимых значений параметров модели.
Ключевые слова: агроэкосистема, адаптация, идентификация, модель, продукционный процесс, чувствительность модели.
Магистерская диссертация состоит из введения, трех глав, заключения, списка использованной литературы и приложений. Работа изложена на 78 страницах компьютерного текста, включает 4 таблицы, 17 рисунков, 5 приложений.
Модель продукционного процесса сельскохозяйственных культур AGROTOOL разработана научным коллективом лаборатории математического моделирования агроэкосистем Агрофизического НИИ (г. Санкт-Петербург) и представляет собой динамическую балансовую структуру блочного типа, описывающую систему «почва - растение - атмосфера» [16, 5]. Однако проблема решения практических задач принятия решений в агроэкологии с помощью математических моделей продуктивности агроэкосистем не исчерпывается разработкой достаточно универсальных моделей и эффективных численных методов для их компьютерной реализации. Необходимо иметь представление о качестве модели, степени ее соответствия реальной физической системе, устойчивости и чувствительности к вариациям входящих в модель параметров [16, 2, 12,].
Для адаптации модели AGROTOOL к почвенно-климатическим условиям Алтайского края и внедрении ее в сельскохозяйственное производство необходимо провести идентификацию параметров модели к конкретным условиям региона и сельскохозяйственной культуры, а также осуществить анализ модели на чувствительность к вариациям входящих в модель параметров.
Цель работы - анализ чувствительности модели продукционного процесса сельскохозяйственных растений AGROTOOL к вариациям входящих в нее параметров и определение допустимого диапазона погрешности задания параметров.
К числу основных задач, поставленных и решенных в рамках защищаемой работы, относятся:
1) изучение теоретической базы анализа моделей на чувствительность: степень разработанности проблемы, обзор и анализ методов структурно-параметрической идентификации и анализа моделей на чувствительность;
2) исследование чувствительности модели AGROTOOL к изменению параметров и выработка на этой основе комплекса требований к информационному обеспечению модели;
3) формулировка требований к точности задания параметров модели, определение допустимого диапазона погрешности задания параметров.
4) на основе результатов численных расчетов, проведенных по модели продуктивности AGROTOOL, сделать вывод о качестве проведенного исследования.
Объект исследования - система имитационного моделирования продуктивности агроэкосистем AGROTOOL.
Предмет исследования - методы исследования чувствительности и устойчивости модели AGROTOOL к вариации ее параметров.
Актуальность темы исследования. В области моделирования агроэкологических процессов, связывающих состояние и продуктивность сельскохозяйственных культур с метеорологическими и почвенными факторами, накоплен значительный опыт, однако системная теоретико-методологическая база структурно-параметрической идентификации таких моделей для их глубокой адаптации к конкретным почвенно-климатическим условиям регионов еще не сложилась, что затрудняет внедрение существующих программных комплексов продуктивности агроэкосистем в производственную практику сельскохозяйственных предприятий.
На современном этапе развития математических моделей и методов в агроэкологии, недостаточно разработаны: подходы к формализации и оптимизации процедуры адаптации, методы и алгоритмы структурно-параметрической идентификации моделей продукционного процесса сельскохозяйственных культур, принципы, качество и критерии их адаптации к условиям региона, что могло бы повысить эффективность их использования в АПК.
Таким образом, актуальность темы исследования обусловлена недостаточной разработанностью формализованных подходов, методов структурно-параметрической идентификации и анализа моделей на чувствительность, математических моделей адекватного описания некоторых агроэкологических процессов; недостаточной разработанностью инструментальных средств, информационного и программного обеспечения процедуры структурно-параметрической идентификации; необходимостью повышения оперативности и качества адаптации моделей продукционного процесса сельскохозяйственных культур с целью более эффективного формирования и развития совокупности информационных ресурсов продуктивности зерновых культур и прогнозирования урожайности с учетом индивидуальных для сельхозпроизводителей почвенно-климатических факторов региона.
Степень разработанности проблемы. Проблеме идентификации систем посвящено большое число публикаций, как отечественных, так и зарубежных. Они охватывают различные аспекты проблемы идентификации. Среди наиболее значительных монографий, посвященных широкому кругу вопросов, связанных с идентификацией автоматизированных систем управления, можно назвать работы Бокса и Дженкинса (1974 г.Д Эйкхоффа (1975 г.), Сприета и Ванстеенкисте (1982 г.) как достаточно полные исследования, относящиеся к некоторым практическим разделам идентификации, книги Гудвина и Пейна (1977 г.), Дэвиса и Винтера (1985 г.), Седерстрема и Стойки (1987 г.) с более абстрактным изложением теории. У Кашьяп и Рао (1976 г.) в их толковании теории центральное место занимают процедуры подтверждения и выбора модели. Рекуррентным методам идентификации посвящены работы Льюнга и Седерстрема (1983 г.), Янга (1984 г.). Следует отметить также книги зарубежных авторов, переведенные на русский язык: Д. Гропа (1979 г.), Э.П. Сэйджа и Дж.Л. Мелсы (1974, 1976 гг.), Дж. Саридиса (1980 г.), Р. Ли (1966 г.), Л. Льюнга (1991 г.), а также книги под редакцией П. Эйкхоффа (1983 г.) и П. Леондеса (1980 г.).
Все эти работы рассматривают различные вопросы, связанные как с описанием типовых систем с постоянными и переменными параметрами, нелинейных систем и их моделей, так и с рассмотрением разнообразных методов идентификации (параметрических, непараметрических, рекуррентных), изложением вопросов выбора моделей, критериев и алгоритмов для решения различных задач идентификации. Большое внимание уделено применению компьютеров для решения конкретных задач идентификации динамических систем. Однако, вопросы идентификации систем, изложенные в работах, касаются теории автоматического управления и анализа временных рядов. Большая часть работ посвящена множеству линейных и нелинейных моделей регрессионного типа.
В России большую роль в становлении научного направления «идентификация систем» сыграли научные школы академика Я.З. Цыпкина и профессора Н.С. Райбмана, которые способствовали системной интеграции интеллектуальных усилий к построению новых весьма эффективных наукоемких технологий решения актуальных прикладных задач в области управления автоматизированными системами. Из отечественных авторов, в первую очередь необходимо назвать книги Я.З. Цыпкина (1984 г.), Н.С. Райбмана (1970, 1979 гг.), К. С Гинсберга (1996, 1998, 2000 гг.) и др.
Большое число статей, относящихся к разным разделам теории идентификации, можно найти в трудах симпозиумов IFAC по идентификации и оцениванию параметров и материалах Международной конференции «Идентификация систем и задачи управления», организаторами которой являются Институт проблем управления им. В.А. Трапезникова РАН, Российский Национальный Комитет по автоматическому управлению, Российский фонд фундаментальных исследований и фонд «Проблемы управления». Тематика симпозиумов и конференций охватывает различные аспекты теории идентификации автоматизированных систем, проблемы их моделирования и управления ими.
Рассматриваемая в магистерской диссертации проблема исследования чувствительности моделей к вариации входящих в них параметров ранее нашла отражение в трудах таких российских ученых, как Марчук Г.И., Пененко В.В. Представленные в изученных работах теоретические аспекты параметрической идентификации и анализа моделей на чувствительность были использованы при реализации цели и задач магистерского исследования.
Новизна исследования заключается в адаптации имитационно- моделирующего комплекса продуктивности агроэкосистем AGROTOOL к условиям региона в результате проведения комплексной параметрической идентификации по агрометеорологическим данным измерений АНИИСХОЗа ОПХ им. В.В. Докучаева, в исследовании чувствительности модели к вариациям ее параметров, оценке применимости модели для прогноза урожайности зерновых культур в условиях Алтайского края.
Методы исследования. В качестве основных способов получения новых знаний и методов решения поставленных задач в диссертации использованы следующие методы научного исследования: системный подход, формализация, моделирование, сравнение, анализ, синтез, абстрагирование, обобщение, статистические методы, численный эксперимент.
Теоретико-методологической основой исследования послужили фундаментальные концепции, представленные в трудах отечественных и зарубежных ученых по изучаемым проблемам параметрической идентификации и исследованию чувствительности моделей к вариации входящих в них параметров (Полуэктов Р.А., Пененко В.В., Льюнг Л., Денисов В.В., Эйкхофф П.)
Статистическим инструментарием исследования послужили методы оптимизации, исследование рядов динамики и прогнозирования, а также графический и табличный методы визуализации данных. Для решения поставленных задач магистерского исследования применялись программный код модели AGROTOOL, табличный процессор «MS Excel», текстовый редактор «MS Word».
Информационная база исследования представлена фактическими агрометеорологическими данными, включающими многолетние ежедневные метеорологические данные: минимальная и максимальная температура воздуха (град. С); минимальная относительная влажность воздуха (%); осадки (мм); скорость ветра (м/с); продолжительность солнечного сияния (час); материалами департамента сельского хозяйства Алтайского края, аналитическими данными справочной и научной литературы.
Практическая значимость проведенного исследования определяется актуальностью поставленных задач и достигнутым уровнем разработанности проблемы.
Структура магистерской диссертации. Магистерская диссертация состоит из введения, трех глав, заключения, списка использованной литературы и приложений. Работа изложена на 78 страницах компьютерного текста, включает 4 таблицы, 17 рисунков, 5 приложений.
Основное содержание магистерской диссертации
Во введении сформулированы цель и задачи выпускной работы, определены объект и предмет исследования, изложены теоретические и методологические основы исследования, раскрыты новизна, актуальность и практическая значимость.
Первая глава посвящена проблеме адаптации динамических моделей к условиям региона, приведена постановка задачи параметрической идентификации моделей, изложены теоретические аспекты исследования чувствительности моделей к вариациям параметров.
Во второй главе «Система имитационного моделирования Agrotool и проблема анализа модели на чувствительность» рассматривается структурно¬функциональное строение модели AGROTOOL, приводятся результаты и анализ параметрической идентификации блоков модели.
В третьей главе анализируются результаты исследования чувствительности модели к почвенно-гидрологическим параметрам и к вариации начального состояния, сформулированы критерии точности задания области допустимых значений параметров модели, приведен критический анализ проведенного исследования.
В заключении подведены итоги проведенного исследования, приведены результаты апробации работы.
Приложение содержит сводные данные по результатам идентификации параметров блока водного режима для тяжелосуглинистых, среднесуглинистых и суглинистых почв Алтайского Приобья.
Тема магистерской диссертации: Поливариантный анализ модели AGROTOOL на чувствительность.
Цель работы - анализ чувствительности модели продукционного процесса сельскохозяйственных растений AGROTOOL к вариациям входящих в нее параметров. Определение допустимого диапазона погрешности задания параметров.
Объект исследования - система имитационного моделирования продуктивности агроэкосистем AGROTOOL.
Предмет исследования - методы исследования чувствительности и устойчивости модели AGROTOOL к вариации ее параметров.
В работе рассмотрены задачи адаптации модели продукционного процесса сельскохозяйственных культур AGROTOOL к условиям Алтайского Приобья, а именно: идентификация параметров модели по агрометеорологическим данным региона и исследование чувствительности модели к вариациям начальных данных и точности задания параметров. Проанализированы результаты идентификации блоков водного режима, фенологического развития и продуктивности посева. Исследование чувствительности осуществлено к почвенно-гидрологическим параметрам и к вариации начального состояния модели. Сформулированы критерии точности задания области допустимых значений параметров модели.
Ключевые слова: агроэкосистема, адаптация, идентификация, модель, продукционный процесс, чувствительность модели.
Магистерская диссертация состоит из введения, трех глав, заключения, списка использованной литературы и приложений. Работа изложена на 78 страницах компьютерного текста, включает 4 таблицы, 17 рисунков, 5 приложений.
Модель продукционного процесса сельскохозяйственных культур AGROTOOL разработана научным коллективом лаборатории математического моделирования агроэкосистем Агрофизического НИИ (г. Санкт-Петербург) и представляет собой динамическую балансовую структуру блочного типа, описывающую систему «почва - растение - атмосфера» [16, 5]. Однако проблема решения практических задач принятия решений в агроэкологии с помощью математических моделей продуктивности агроэкосистем не исчерпывается разработкой достаточно универсальных моделей и эффективных численных методов для их компьютерной реализации. Необходимо иметь представление о качестве модели, степени ее соответствия реальной физической системе, устойчивости и чувствительности к вариациям входящих в модель параметров [16, 2, 12,].
Для адаптации модели AGROTOOL к почвенно-климатическим условиям Алтайского края и внедрении ее в сельскохозяйственное производство необходимо провести идентификацию параметров модели к конкретным условиям региона и сельскохозяйственной культуры, а также осуществить анализ модели на чувствительность к вариациям входящих в модель параметров.
Цель работы - анализ чувствительности модели продукционного процесса сельскохозяйственных растений AGROTOOL к вариациям входящих в нее параметров и определение допустимого диапазона погрешности задания параметров.
К числу основных задач, поставленных и решенных в рамках защищаемой работы, относятся:
1) изучение теоретической базы анализа моделей на чувствительность: степень разработанности проблемы, обзор и анализ методов структурно-параметрической идентификации и анализа моделей на чувствительность;
2) исследование чувствительности модели AGROTOOL к изменению параметров и выработка на этой основе комплекса требований к информационному обеспечению модели;
3) формулировка требований к точности задания параметров модели, определение допустимого диапазона погрешности задания параметров.
4) на основе результатов численных расчетов, проведенных по модели продуктивности AGROTOOL, сделать вывод о качестве проведенного исследования.
Объект исследования - система имитационного моделирования продуктивности агроэкосистем AGROTOOL.
Предмет исследования - методы исследования чувствительности и устойчивости модели AGROTOOL к вариации ее параметров.
Актуальность темы исследования. В области моделирования агроэкологических процессов, связывающих состояние и продуктивность сельскохозяйственных культур с метеорологическими и почвенными факторами, накоплен значительный опыт, однако системная теоретико-методологическая база структурно-параметрической идентификации таких моделей для их глубокой адаптации к конкретным почвенно-климатическим условиям регионов еще не сложилась, что затрудняет внедрение существующих программных комплексов продуктивности агроэкосистем в производственную практику сельскохозяйственных предприятий.
На современном этапе развития математических моделей и методов в агроэкологии, недостаточно разработаны: подходы к формализации и оптимизации процедуры адаптации, методы и алгоритмы структурно-параметрической идентификации моделей продукционного процесса сельскохозяйственных культур, принципы, качество и критерии их адаптации к условиям региона, что могло бы повысить эффективность их использования в АПК.
Таким образом, актуальность темы исследования обусловлена недостаточной разработанностью формализованных подходов, методов структурно-параметрической идентификации и анализа моделей на чувствительность, математических моделей адекватного описания некоторых агроэкологических процессов; недостаточной разработанностью инструментальных средств, информационного и программного обеспечения процедуры структурно-параметрической идентификации; необходимостью повышения оперативности и качества адаптации моделей продукционного процесса сельскохозяйственных культур с целью более эффективного формирования и развития совокупности информационных ресурсов продуктивности зерновых культур и прогнозирования урожайности с учетом индивидуальных для сельхозпроизводителей почвенно-климатических факторов региона.
Степень разработанности проблемы. Проблеме идентификации систем посвящено большое число публикаций, как отечественных, так и зарубежных. Они охватывают различные аспекты проблемы идентификации. Среди наиболее значительных монографий, посвященных широкому кругу вопросов, связанных с идентификацией автоматизированных систем управления, можно назвать работы Бокса и Дженкинса (1974 г.Д Эйкхоффа (1975 г.), Сприета и Ванстеенкисте (1982 г.) как достаточно полные исследования, относящиеся к некоторым практическим разделам идентификации, книги Гудвина и Пейна (1977 г.), Дэвиса и Винтера (1985 г.), Седерстрема и Стойки (1987 г.) с более абстрактным изложением теории. У Кашьяп и Рао (1976 г.) в их толковании теории центральное место занимают процедуры подтверждения и выбора модели. Рекуррентным методам идентификации посвящены работы Льюнга и Седерстрема (1983 г.), Янга (1984 г.). Следует отметить также книги зарубежных авторов, переведенные на русский язык: Д. Гропа (1979 г.), Э.П. Сэйджа и Дж.Л. Мелсы (1974, 1976 гг.), Дж. Саридиса (1980 г.), Р. Ли (1966 г.), Л. Льюнга (1991 г.), а также книги под редакцией П. Эйкхоффа (1983 г.) и П. Леондеса (1980 г.).
Все эти работы рассматривают различные вопросы, связанные как с описанием типовых систем с постоянными и переменными параметрами, нелинейных систем и их моделей, так и с рассмотрением разнообразных методов идентификации (параметрических, непараметрических, рекуррентных), изложением вопросов выбора моделей, критериев и алгоритмов для решения различных задач идентификации. Большое внимание уделено применению компьютеров для решения конкретных задач идентификации динамических систем. Однако, вопросы идентификации систем, изложенные в работах, касаются теории автоматического управления и анализа временных рядов. Большая часть работ посвящена множеству линейных и нелинейных моделей регрессионного типа.
В России большую роль в становлении научного направления «идентификация систем» сыграли научные школы академика Я.З. Цыпкина и профессора Н.С. Райбмана, которые способствовали системной интеграции интеллектуальных усилий к построению новых весьма эффективных наукоемких технологий решения актуальных прикладных задач в области управления автоматизированными системами. Из отечественных авторов, в первую очередь необходимо назвать книги Я.З. Цыпкина (1984 г.), Н.С. Райбмана (1970, 1979 гг.), К. С Гинсберга (1996, 1998, 2000 гг.) и др.
Большое число статей, относящихся к разным разделам теории идентификации, можно найти в трудах симпозиумов IFAC по идентификации и оцениванию параметров и материалах Международной конференции «Идентификация систем и задачи управления», организаторами которой являются Институт проблем управления им. В.А. Трапезникова РАН, Российский Национальный Комитет по автоматическому управлению, Российский фонд фундаментальных исследований и фонд «Проблемы управления». Тематика симпозиумов и конференций охватывает различные аспекты теории идентификации автоматизированных систем, проблемы их моделирования и управления ими.
Рассматриваемая в магистерской диссертации проблема исследования чувствительности моделей к вариации входящих в них параметров ранее нашла отражение в трудах таких российских ученых, как Марчук Г.И., Пененко В.В. Представленные в изученных работах теоретические аспекты параметрической идентификации и анализа моделей на чувствительность были использованы при реализации цели и задач магистерского исследования.
Новизна исследования заключается в адаптации имитационно- моделирующего комплекса продуктивности агроэкосистем AGROTOOL к условиям региона в результате проведения комплексной параметрической идентификации по агрометеорологическим данным измерений АНИИСХОЗа ОПХ им. В.В. Докучаева, в исследовании чувствительности модели к вариациям ее параметров, оценке применимости модели для прогноза урожайности зерновых культур в условиях Алтайского края.
Методы исследования. В качестве основных способов получения новых знаний и методов решения поставленных задач в диссертации использованы следующие методы научного исследования: системный подход, формализация, моделирование, сравнение, анализ, синтез, абстрагирование, обобщение, статистические методы, численный эксперимент.
Теоретико-методологической основой исследования послужили фундаментальные концепции, представленные в трудах отечественных и зарубежных ученых по изучаемым проблемам параметрической идентификации и исследованию чувствительности моделей к вариации входящих в них параметров (Полуэктов Р.А., Пененко В.В., Льюнг Л., Денисов В.В., Эйкхофф П.)
Статистическим инструментарием исследования послужили методы оптимизации, исследование рядов динамики и прогнозирования, а также графический и табличный методы визуализации данных. Для решения поставленных задач магистерского исследования применялись программный код модели AGROTOOL, табличный процессор «MS Excel», текстовый редактор «MS Word».
Информационная база исследования представлена фактическими агрометеорологическими данными, включающими многолетние ежедневные метеорологические данные: минимальная и максимальная температура воздуха (град. С); минимальная относительная влажность воздуха (%); осадки (мм); скорость ветра (м/с); продолжительность солнечного сияния (час); материалами департамента сельского хозяйства Алтайского края, аналитическими данными справочной и научной литературы.
Практическая значимость проведенного исследования определяется актуальностью поставленных задач и достигнутым уровнем разработанности проблемы.
Структура магистерской диссертации. Магистерская диссертация состоит из введения, трех глав, заключения, списка использованной литературы и приложений. Работа изложена на 78 страницах компьютерного текста, включает 4 таблицы, 17 рисунков, 5 приложений.
Основное содержание магистерской диссертации
Во введении сформулированы цель и задачи выпускной работы, определены объект и предмет исследования, изложены теоретические и методологические основы исследования, раскрыты новизна, актуальность и практическая значимость.
Первая глава посвящена проблеме адаптации динамических моделей к условиям региона, приведена постановка задачи параметрической идентификации моделей, изложены теоретические аспекты исследования чувствительности моделей к вариациям параметров.
Во второй главе «Система имитационного моделирования Agrotool и проблема анализа модели на чувствительность» рассматривается структурно¬функциональное строение модели AGROTOOL, приводятся результаты и анализ параметрической идентификации блоков модели.
В третьей главе анализируются результаты исследования чувствительности модели к почвенно-гидрологическим параметрам и к вариации начального состояния, сформулированы критерии точности задания области допустимых значений параметров модели, приведен критический анализ проведенного исследования.
В заключении подведены итоги проведенного исследования, приведены результаты апробации работы.
Приложение содержит сводные данные по результатам идентификации параметров блока водного режима для тяжелосуглинистых, среднесуглинистых и суглинистых почв Алтайского Приобья.
В процессе исследования реализована цель магистерской диссертации - проведен анализ чувствительности модели продукционного процесса сельскохозяйственных растений AGROTOOL к вариациям входящих в нее параметров и определены допустимые диапазоны погрешности задания параметров.
Решены следующие задачи:
1) изучена теоретическая база анализа моделей на чувствительность: степень разработанности проблемы, обзор и анализ методов структурно-параметрической идентификации и анализа моделей на чувствительность;
2) проведено исследование чувствительности модели AGROTOOL к изменению параметров и выработка на этой основе комплекса требований к информационному обеспечению модели;
3) осуществлена формулировка требований к точности задания параметров модели, определение допустимого диапазона погрешности задания параметров.
4) на основе результатов численных расчетов, проведенных по модели продуктивности AGROTOOL, сделан вывод о качестве проведенного исследования.
Многочисленные численные эксперименты с использованием оптимизационных процедур идентификации и анализа модели на чувствительность позволили разработать критерии точности задания областей допустимых значений параметров модели. Результаты проведенного исследования показали достаточно высокую эффективность описанного подхода и дали высокую качественную оценку применимости модели Agrotool для прогноза урожайности зерновых культур в условиях Алтайского края.
Основные результаты исследования представлены на следующих конференциях:
1. Международная конференция «Ломоносовские чтения на Алтае: фундаментальные проблемы науки и образования», Барнаул, 11-14.11.2014г.
2. XVI городская научно-практическая конференция молодых ученых «Молодежь-Барнаулу». Барнаул, 21-22 ноября 2014 г.
3. XVI Региональная конференция по математике «МАК-2014». Барнаул, 20 июня 2014 г.
4. VI Международная научно-практическая конференция «Информация и образование: границы коммуникаций - INFO'14». Горно-Алтайск (Республика Алтай), 8-12 июля 2014 г.
5. Международный семинар «Математические модели в теоретической экологии и земледелии». СПб., 14-16 октябрь 2014 г.
6. VI Международная молодежная научно-практическая конференция с элементами научной школы «Прикладная математика и фундаментальная информатика». Омск, 22-28 апреля 2014 г.
7. I-я Региональная молодежная конференция «Мой выбор - наука!» (XLI научная конференция студентов, магистрантов, аспирантов и учащихся лицейных классов). Барнаул, 24.04.2014 г.
8. XVII городская научно-практическая конференция молодых ученых «Молодежь-Барнаулу». Барнаул, 17-21 ноября 2015 г.
9. III-я Региональная молодежная конференция «Мой выбор - наука!» (XLIII научная конференция студентов, магистрантов, аспирантов и учащихся лицейных классов). Барнаул, 18.04-28.04.2016 г.
- секция иностранных языков естественнонаучных факультетов;
- секция прикладной математики и информационных технологий;
- междисциплинарная секция «Теоретические и прикладные исследования в биологии и экологии».
10. VI Международная молодежная научно-практическая конференция с элементами научной школы «Прикладная математика и фундаментальная информатика». Омск, 22-30 апреля 2016 г.
«Математики - Алтайскому краю (МАК-2016)». Барнаул, 1-5 июля 2016 г.
Основные положения выпускной работы представлены в следующих публикациях:
1. Немчикова К.А. Идентификация параметров и исследование чувствительности модели продуктивности Agrotool // Прикладная математика и фундаментальная информатика. Омск: Изд-во ОмГТУ, 2014 г., № 1. С. 174-178.
2. Хворова Л.А., Немчикова К.А., Ломиворотов Д.П. Поиск глобального минимума в задачах параметрической идентификации // Известия АлтГУ. Барнаул, 2014 г. С. 130-134. (Журнал из списка ВАК)
3. Немчикова К.А., Хворова Л.А. Адаптация модели продуктивности сельскохозяйственных культур AGROTOOL к условиям Алтайского Приобья // Матер. VI Межд. науч.-практ. конф. «Информация и образование: границы коммуникаций» (INFO'14). Горно-Алтайск, 8-12 июля 2014 г. С. 158-162.
4. Немчикова К.А., Хворова Л.А. Идентифицируемость модели Agrotool: анализ результатов, проблемы, выводы // Материалы международного семинара «Математические модели в теоретической экологии и земледелии». СПб., 14-16 октябрь 2014. С. 16-19.
5. Немчикова К.А., Хворова Л.А. Решение задачи параметрической идентификации динамических моделей продуктивности агроэкосистем // Матер. XVI регион. конф. МАК-2014, Барнаул, 20 июня 2014 г. С. 126-123.
6. Немчикова К.А. Система имитационного моделирования Agrotool // Материалы международной конференции «Ломоносовские чтения на Алтае: фундаментальные проблемы науки и образования». Барнаул, 11-14 ноября 2014. С. 713-715.
7. Немчикова К.А. Поливариантный анализ модели Agrotool на чувствительность // Прикладная математика и фундаментальная информатика. Омск: Изд-во ОмГТУ, 2016 г. (в печати).
8. Немчикова К.А., Букасова А.К. Теоретические и практические аспекты анализа динамики модели продуктивности агроэкосистем на чувствительность // Сб. трудов XIX всеросс. науч.-прак. конф. по математики «МАК-2016», Барнаул, 1-5 июля 2016 г. (в печати).
Решены следующие задачи:
1) изучена теоретическая база анализа моделей на чувствительность: степень разработанности проблемы, обзор и анализ методов структурно-параметрической идентификации и анализа моделей на чувствительность;
2) проведено исследование чувствительности модели AGROTOOL к изменению параметров и выработка на этой основе комплекса требований к информационному обеспечению модели;
3) осуществлена формулировка требований к точности задания параметров модели, определение допустимого диапазона погрешности задания параметров.
4) на основе результатов численных расчетов, проведенных по модели продуктивности AGROTOOL, сделан вывод о качестве проведенного исследования.
Многочисленные численные эксперименты с использованием оптимизационных процедур идентификации и анализа модели на чувствительность позволили разработать критерии точности задания областей допустимых значений параметров модели. Результаты проведенного исследования показали достаточно высокую эффективность описанного подхода и дали высокую качественную оценку применимости модели Agrotool для прогноза урожайности зерновых культур в условиях Алтайского края.
Основные результаты исследования представлены на следующих конференциях:
1. Международная конференция «Ломоносовские чтения на Алтае: фундаментальные проблемы науки и образования», Барнаул, 11-14.11.2014г.
2. XVI городская научно-практическая конференция молодых ученых «Молодежь-Барнаулу». Барнаул, 21-22 ноября 2014 г.
3. XVI Региональная конференция по математике «МАК-2014». Барнаул, 20 июня 2014 г.
4. VI Международная научно-практическая конференция «Информация и образование: границы коммуникаций - INFO'14». Горно-Алтайск (Республика Алтай), 8-12 июля 2014 г.
5. Международный семинар «Математические модели в теоретической экологии и земледелии». СПб., 14-16 октябрь 2014 г.
6. VI Международная молодежная научно-практическая конференция с элементами научной школы «Прикладная математика и фундаментальная информатика». Омск, 22-28 апреля 2014 г.
7. I-я Региональная молодежная конференция «Мой выбор - наука!» (XLI научная конференция студентов, магистрантов, аспирантов и учащихся лицейных классов). Барнаул, 24.04.2014 г.
8. XVII городская научно-практическая конференция молодых ученых «Молодежь-Барнаулу». Барнаул, 17-21 ноября 2015 г.
9. III-я Региональная молодежная конференция «Мой выбор - наука!» (XLIII научная конференция студентов, магистрантов, аспирантов и учащихся лицейных классов). Барнаул, 18.04-28.04.2016 г.
- секция иностранных языков естественнонаучных факультетов;
- секция прикладной математики и информационных технологий;
- междисциплинарная секция «Теоретические и прикладные исследования в биологии и экологии».
10. VI Международная молодежная научно-практическая конференция с элементами научной школы «Прикладная математика и фундаментальная информатика». Омск, 22-30 апреля 2016 г.
«Математики - Алтайскому краю (МАК-2016)». Барнаул, 1-5 июля 2016 г.
Основные положения выпускной работы представлены в следующих публикациях:
1. Немчикова К.А. Идентификация параметров и исследование чувствительности модели продуктивности Agrotool // Прикладная математика и фундаментальная информатика. Омск: Изд-во ОмГТУ, 2014 г., № 1. С. 174-178.
2. Хворова Л.А., Немчикова К.А., Ломиворотов Д.П. Поиск глобального минимума в задачах параметрической идентификации // Известия АлтГУ. Барнаул, 2014 г. С. 130-134. (Журнал из списка ВАК)
3. Немчикова К.А., Хворова Л.А. Адаптация модели продуктивности сельскохозяйственных культур AGROTOOL к условиям Алтайского Приобья // Матер. VI Межд. науч.-практ. конф. «Информация и образование: границы коммуникаций» (INFO'14). Горно-Алтайск, 8-12 июля 2014 г. С. 158-162.
4. Немчикова К.А., Хворова Л.А. Идентифицируемость модели Agrotool: анализ результатов, проблемы, выводы // Материалы международного семинара «Математические модели в теоретической экологии и земледелии». СПб., 14-16 октябрь 2014. С. 16-19.
5. Немчикова К.А., Хворова Л.А. Решение задачи параметрической идентификации динамических моделей продуктивности агроэкосистем // Матер. XVI регион. конф. МАК-2014, Барнаул, 20 июня 2014 г. С. 126-123.
6. Немчикова К.А. Система имитационного моделирования Agrotool // Материалы международной конференции «Ломоносовские чтения на Алтае: фундаментальные проблемы науки и образования». Барнаул, 11-14 ноября 2014. С. 713-715.
7. Немчикова К.А. Поливариантный анализ модели Agrotool на чувствительность // Прикладная математика и фундаментальная информатика. Омск: Изд-во ОмГТУ, 2016 г. (в печати).
8. Немчикова К.А., Букасова А.К. Теоретические и практические аспекты анализа динамики модели продуктивности агроэкосистем на чувствительность // Сб. трудов XIX всеросс. науч.-прак. конф. по математики «МАК-2016», Барнаул, 1-5 июля 2016 г. (в печати).
