- •А. В. Коросов
- •Введение
- •1. Идеология моделирования: системный подход
- •Принцип системности
- •Принцип целесообразности
- •Принцип структурно-функциональной организации
- •Принцип иерархичности
- •Принцип эмерджентности
- •Принцип развития
- •Системный подход как система
- •2. Процедура моделирования
- •Этапы моделирования
- •Виды моделей
- •Построение блок-схемы
- •Аналитические и имитационные модели
- •Переменные и параметры
- •Математическое описание модели
- •Главное правило моделирования
- •Через неизвестные параметры (аj).
- •Приемы составления формул
- •Табличное программирование
- •Компоненты имитационной модели
- •Имитационная система
- •Адекватность и значимость
- •3. Приемы моделирования
- •Фреймы имитационных систем
- •1. Базовый фрейм имитационной системы
- •2.1. Увеличение числа значений независимой переменной
- •2.2. Отличия шагов: весовые коэффициенты у объектов
- •2.3. Исключение шагов: пробелы в исходных данных
- •2.4. Объединение шагов
- •2.5 Дифференциация шагов
- •3. Увеличение числа независимых переменных
- •4. Увеличение числа зависимых переменных
- •5. Синтез нескольких моделей
- •6.1. Увеличение числа модельных переменных: наведение
- •6.2. Увеличение числа модельных переменных: декомпозиция
- •Аппроксимация кривой
- •Пропуски в данных
- •Усреднение и параметризация
- •Индивидуализация переменных
- •Декомпозиция кривой
- •Анализ распределения
- •Продолжение табл. 3.11
- •Скрытые переменные
- •Экстремумы
- •Сети связей
- •Прогноз как гипотеза
- •4. Теория оптимизации
- •Модель с одним параметром
- •Модель с несколькими параметрами
- •Параметры макроса «Поиск решения»
- •Приемы работы в ms Excel
- •Специальные символы и другие полезные кнопки.
- •Популяции травяной лягушки
6.2. Увеличение числа модельных переменных: декомпозиция
Второе применение латентных переменных состоит в декомпозиции изучаемого объекта на слагаемые. Скрытые переменные (СП1, СП2) в сумме формируют явную переменную, которая и сопоставляется с независимой переменной. Наиболее интересны случаи декомпозиции сложной функции (раздел Декомпозиция кривой), сложного распределения (Анализ распределения), динамики многокомпонентной модели (Усреднение или параметризация), а также в особых случаях создания переменного параметра (Пропуски в данных).
Все рассмотренные фреймы имитационных систем применялись автором для решения разнообразных проблем, возникающих в практике биолого-экологического исследования.
Аппроксимация кривой
В среде пакета Excel есть возможность строить уравнения простых зависимостей (линейной, степенной, экспоненциальной) с помощью встроенной функции “Добавить линию тренда”. Доступ к этой функции открывается, если выбрать стрелкой предварительно построенную диаграмму типа “Линия” или “Зависимость х-у” и вызвать контекстное меню (правой кнопкой мыши). В случаях, когда зависимость между изучаемыми признаками имеет более сложную форму, приходится пользоваться специальными статистическими пакетами типа StatGraphics.
Предлагаемая нами система моделирования позволяет строить уравнения зависимости переменных самого разнообразного характера и снабжать их оценкой адекватности исходным данным.
В качестве примера рассмотрим описание характера реакции представителей пресноводного зоопланктона Карелии Simocephalus serrulatus на калий – основной компонент сточных вод Костомукшского горно-обогатительного комбината (данные любезно предоставила Н. М. Калинкина). Изучали две группы рачков – взятых непосредственно из лабораторной культуры и выросших в среде с небольшой добавкой токсиканта (20 мг/л). Учитывали долю (Dреал., %) погибших животных в средах с разной концентрацией ионов калия [K]. Результаты представлены на рис. 3.2. Они хорошо могут быть описаны S-образной кривой, характеризующей реакции типа “доза-эффект” большого класса биосистем (Прозоровский, 1962; Безель и др., 1994).
Для количественной характеристики этой зависимости используется логистическое уравнение (Лакин, 1973) вида:
У = C + A/ (1+eaХ+b),
где С – нижний предел изменения зависимой переменной У,
А – верхний предел.
В нашем случае С=0 (нет гибели в низких концентрациях), А=100 (полная гибель в высоких концентрациях). В табл. 3.1 представлена имитационная система, использующая формулу логистической кривой для построения модели вымирания по данным опыта:
D мод. = A/ (1+ea[K]+b).
В формате Excel уравнение принимает следующий вид (для ячейки C6):
[C6] = C$3/(1+EXP(C$1*A6+C$2)).
При настройке модели в качестве изменяемых параметров были взяты только a и b, третий, А=100, оставался неизменным. Модель значима (р<0.001).
Расчеты позволили построить гладкие кривые логистической зависимости “доза-эффект”, по которым можно графически определить важный токсикометрический параметр – среднюю смертельную концентрацию, LC50, опустив нормаль на ось абсцисс (C) из точки кривой D=50%. Как видно по этим данным (рис. 3.2), акклимированные рачки переносят гораздо более высокие концентрации калия (LC50=112), чем контрольные (LC50=68 мг/л).