浙江大学生物系统工程-生物系统模拟叶老师部分选编.docVIP

叶旭军老师部分 一、系统分析与模型概述 系统的定义：由相互作用和相互依赖的若干组成部分结合而成的，具有特定功能的有机整体。 构成系统的三个基本条件： 必须具有两个以上的组分； 组分之间有密切的联系； 组分以整体方式协同完成一定的功能。 系统的特点： 系统的边界：把系统与环境分开。系统存在所涉及的时间和空间界限。 系统的层次结构：自然系统、社会系统 系统的组分联系： 较低层次的系统：组分间的联系强度大，系统运行的速率较快。 较高层次的系统：组分间的联系强度小，系统运行的速率较慢。 组分数量的比例关系和组分排列的空间关系： 系统各组分的数量受系统整体功能制约而呈现出一定的数量比例关系。 各组分在空间的排序也呈一定的有序性。 系统的整合特性： 系统的整体功能不是下一级功能的简单叠加，而是一种协调和整合，而且可能由此产生新的特性。 系统的环境适应性： 系统的环境适应性是指系统作为一个整体，其存在 与发展总是要受到周围环境的影响，而系统要获得正常 的生存和顺利的发展，必须适应其周围环境的变化。 系统的稳定性：指系统维持原初状态的能力。 表现有三种状态： 平衡：是指在一定条件下，系统所处的相对稳定的状态； 波动：是由于干扰而使系统发生平衡状态的偏离； 突变：是指外部条件连续变化或出现强烈干扰时，系统发生在跃迁临界点上的不连续性。 二、系统的分析步骤 系统分析的定性阶段：问题的描述、目的的定义、边界的划定、文字模型、系统框架 系统分析的定量阶段：建立函数关系、模型数量化 系统分析的模型综合阶段：模型的程序化、模型的运行、校正和检验 系统分析的深入阶段：参数的敏感性分析、模型试验 系统分析结果的应用 四、模型的概念 模型：是所研究的系统、过程、事物或概念的一种表达形式,也可指根据实验、图样放大或缩小而制作的样品。 模型的类型： 按抽象实用的工具分：实物模型、图表模型、文字模型、思维模型、数学模型 数学模型分类： 统计模型：用系统的输入输出关系建立模型(又称描述性模型，黑箱模型；用回归方法) 优点：在对变量之间的结构关系了解很少的情况下，这种模型往往是唯一的。 缺点：真实系统与统计参数间常常没有明确的对应关系。 结构模型：从系统内部结构出发建立模型(又称机理性模型，白箱模型) 特征： ①模型的元件相应于真实系统的真实元件或真实元件的集合； ②模型中元件之间的结构连接相应于真实系统中可区别的关系； ③模型的元件功能按照实际系统的功能进行模型化； ④参数、初始值、外部输入等相应于真实系统可判别的数量。 优点：因为结构模型对结构有较好的说明，因此甚至在过去没有遇到的条件下，模型的预测也比较可靠。在大多数情况下，有根据的模型能够通过用一般的科学的，或特殊的试验参数值来构造，而不需要统计学参数估计。 灰箱模型：兼用白箱和黑箱模型。在系统的主要层次和主要关系使用结构模型，在次要层次和次要关系中则使用统计学模型。 静态模型：不涉及时间变化 动态模型：涉及时间变化 确定性模型：一般不考虑研究对象的随机特性，而只注意其综合的平均特性。 随机模型：充分考虑到研究对象的随机特性并在模型上反映出来。 通常一些低层次的随机过程和随机事件，在其高层次的集合中表现为较稳定的确定性格局。 连续型模型：连续型变量，在一个区间[a,b]，变量可以取所有的数。 离散型模型：离散型变量，在一个区间[a,b]，变量只能取有限个点。 (数学形式分类)：矩阵模型、马尔科夫模型、线性规划模型、微分模型、差分模型 举例： 连续确定性模型：微分方程 离散确定性模型：差分方程, 层次分析法，图论法 连续、离散随机性模型：概率分布法，Monte-carlo随机服务模型(排队论) 生物系统： 微观：分子、细胞、器官、组织 宏观：个体、种群、群落 马尔萨斯的人口增长模型：ppt 35-40 页 N：人口，t：时间，r：增长率，N0：人口初值 连续：（指数增长） r0,发散 r=0,平衡 r0,收敛 离散：即 R1,发散 R=0,平衡 R1,收敛 阻滞增长模型（Logistic）： P：人口，P0：人口初值，P*：极限人口承载量，r*：人口固有增长率，t：时间 生命表：逐年记录某个生物种群的死亡个数，得到该种群从出生到死亡为止的各年龄死亡率，并进一步构成表格式模型。 人口増加率=(生存)+(出生)-(死亡)：R=s+b-m 【例：ppt 46页】 逻辑斯蒂Logistic增长模型：有限制的增长模型 连续型： r：内禀增长率，K：环境容量，N：个体数（个体密度） 增长率 r0：S型曲线，趋于最大值 r=0：平衡 r0：收敛 离散型： r：内禀增长率，K：环境容量，N：个体数（个体密度） 密度依存性：某种群的个体