捕食模型参数的确定1.docVIP

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
捕食模型参数的确定 假设有一个生态系统,其中含有两种生物,即: A生物和B生物,其中A生物是捕食者,B生物是被捕食者。请建立捕食数学模型,利用有关数据,解决以下问题: 1) 在观测数据(DATA1)无误差的情况下,确定模型中的参数,并分析误差。 2) 在观测资料有误差(时间变量不含有误差)的情况下,请分别利用观测数据DATA2和DATA3,确定参数在某种意义下的最优解,并与仿真结果比较,进而改进你们的数学模型。 3) 假设连观测资料的时间变量也含有误差,试利用数据DATA4,建立数学模型,确定参数在某种意义下的最优解。 通过对此生态系统的观测,可以得到相关的观测数据。观测数据的格式依次为: 观测时刻、A生物数目、B生物数目 对于生态系统中的两种生物A和B,A生物为捕食者,B生物为被捕食者。在某一段时期内,A生物的数量与B生物的数量之间存在一定的关系。 根据已知条件,可将(15)式改写为如下形式: (1) (2) 其中为模型的待定参数。进行变换可得: (3) (4) 积分得: 可将上述表达式改写成n元齐次线性方程组的形式,如下所示: (5) 上述n元齐次线性方程组有非零解的充分必要条件是系数矩阵的秩R(A)n。 我们首先用DATA1中的3组数据确定 程序 clear A=zeros(3,4); A(1,1)=log(0.1374480266382216 /60); A(1,2)= 60-0.1374480266382216; A(1,3)=-log(11.750840650304518 /10); A(1,4)=10-11.750840650304518 ; A(2,1)=log(7.108705996120129/60); A(2,2)= 7.108705996120129-60; A(2,3)=-log(3.4133367257849176 /10); A(2,4)=10-3.4133367257849176; A(3,1)=log(0.4251595082899424/60); A(3,2)= 0.4251595082899424-60; A(3,3)=-log(20.80921881438798/10); A(3,4)=10-20.80921881438798 ; r=rank(A); % rank(A)=rn时,该方程有无穷多个解,求它的一个基本y=null(A, r ) 表1 的值 -0.0478 -0.0042 -0.9925 0.1125 (28)如设:,,,,=,=,,则(28)式可以写为如下形式; (29) 对于(29)式中因变量是自变量的线性函数。可以建立起因变量的多元线性回归模型, ① 利用数据文件data2.txt,首先绘制出x(t)、y(t)与时间t的关系图象,和y(t)对x(t)的散点图,如图3所示(程序见gg1)的最小二乘估计及其置信区间,计算结果如表1所示,计算程序名为gg5。 由它得到的模型为: -139.4322355563643+19.88421774692257-9.988290331415989+ 99.80497072015960 (51) 结果分析:表1显示=0.9971088966600568是指因变量的99.71%可由模型(51)确定,F值远远超过F检验的临界值,p远小于,因而模型(30) 从整体上看是可用的。表1的回归系数给出了模型(30)中,,,的 估计值。检查它们的置信区间发现都不包含零点,表明回归变量都很显著。 图3 y(t)对x(t)的散点图和x(t)、y(t)与时间t的关系图 得出的估计值即可确定(i=1,2,3,4),,,再利用残差达到最小值进行最优化计算来确定的取值,从而确定其它参数值,模型(30)的残差与的散 点图如图4所示。 表1 data2.txt中的计算结果 回归参数 参数估计值 参数置信区间 -139.4322355563643 [-142.1292050800128 -136.7352660327159]

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档