страница13/15
Дата28.08.2018
Размер3.61 Mb.

Развитие алгоритмов искусственного интеллекта и распознавания образов для решения дискретных задач при оценке перспектив скоординированного социально-экономического развития России и Украины в общеевропейском контексте


1   ...   7   8   9   10   11   12   13   14   15

Пример 5. На рис. 4 представлен динамический мониторинг рождаемости по регионам Украины (2003-2012гг.) на основе выбранной меры активности (4). Справа показана гистограмма динамической активности.



Рис. 4. Динамический мониторинг активности в сети INTERMAGNET.
Эволюционные модели

Как было сказано в начале, особое внимание предполагается уделить демографическим данным, в частности, их прогнозированию на основе эволюционных моделей. Соединение мер активности с эволюционным прогнозированием дает возможность более объективно и точно понять демографическое будущее. Эволюционное моделирование - это эффективный метод, позволяющий не только анализировать текущую ситуацию, но и делать предсказания, надежность которых зависит от ранга и качества модели [13-21].

Любая эволюционирующая система может быть описана набором величин, каждая из которых изменяется со временем. Обычно эти изменения описываются системами нелинейных дифференциальных уравнений первого порядка по времени. Сами уравнения, содержащие размерные параметры, определяющие временные масштабы исследуемых явлений вместе с начальными условиями позволяют предсказывать судьбу эволюционирующей системы.

Нами сформулированы эволюционные модели разного уровня и, соответственно, разной сложности:



  1. Модель эволюции двуполой популяции

  2. Модель, описывающая эволюцию возрастного состава на селения

  3. Модель, принимающая в расчет конечность репродуктивного периода

  4. Модель рождение-болезнь-смерть

  5. Модель развития эпидемии

Таким образом, вместо того, чтобы оперировать со стандартными демографическими показателями, такими как смертность, рождаемость, заболеваемость мы определяем скорости переходов между разными состояниями исследуемой группы. Далее, параметризованные модели используются для предсказания изменений во времени численного и возрастного состава. Это открывает возможность для компоновки геоинформационных систем, в которых картированы параметры эволюционных уравнений. Такие геоинформационные системы, наряду со стандартными, позволяют видеть перспективы развития демографических ситуаций.

Идею введения эволюционных моделей поясним простым примером. Пусть необходимо проследить за судьбой замкнутой группы людей. Обозначим через n(t) число людей в группе в момент времени t. Будем считать, что только два процесса ответственны за численность группы: рождение и смерть. Численность возрастает за счет рождения новых особей и уменьшается за счет смерти. Мы можем тогда написать следующее простое эволюционное уравнение,



(9)

Здесь -- коэффициент рождаемости, -- коэффициент смертности. Функции f(n) и g(n) описывают зависимость скорости процесса рождения новых особей от численности группы. Самый простейший вариант – это f(n)=n2 , g(n)=n, т.е., скорость рождения пропорциональна числу пар, а смертность не зависит от численности группы. Уравнение (9) тогда приобретает вид:
1   ...   7   8   9   10   11   12   13   14   15

Коьрта
Контакты

    Главная страница


Развитие алгоритмов искусственного интеллекта и распознавания образов для решения дискретных задач при оценке перспектив скоординированного социально-экономического развития России и Украины в общеевропейском контексте