Дискретные динамические модели [c.362]
Как записывается дискретная динамическая модель Леонтьева [c.25]
Рассмотрим теперь динамические модели экономических систем, в которых время принимает дискретные значения (так называемые многошаговые модели). Необходимо подчеркнуть, что модели с дискретным временем играют в экономических исследованиях значительно более важную роль, чем при моделировании природных процессов. В физике подавляющее большинство моделей динамических процессов основано на использовании аппарата дифференциальных уравнений, а модели с дискретным временем возникают лишь как аппроксимация, позволяющая приближенно представить истинное течение процесса. Такие дискретные аппроксимации в настоящее время широко используются для расчета природных явлений и технических систем с помощью вычислительных машин. [c.38]
Динамические модели описывают развитие народного хозяйства с течением времени. В большинстве многоотраслевых моде-у лей время считается дискретным, причем за единицу времени [c.270]
Следует отметить, что хотя термины предельный и приростный здесь употребляются как синонимы, на самом деле между ними есть различие предельные величины, как правило, используются в непрерывных динамических моделях, приростные — в дискретных формах таких моделей. [c.276]
База знаний Б32 представляет собой совокупность логико-динамических моделей, описывающих поведение во времени подчиненных системе дискретных объектов с учетом допустимых управляющих воздействий. Для объектов, воспроизводящих функции переключательного или автоматного типа, такие модели могут быть представлены, например, правилами преобразования состояния предметной области во времени. Особенность данной модели заключается в том, что для записи результатов действия операторов в общем случае удобно пользоваться логикой времени (логикой временных соотношений). [c.183]
В данной главе основное внимание уделяется статическим моделям с обычными количественными зависимыми переменными. Динамические модели и модели с дискретными зависимыми переменными рассматриваются менее детально. Их подробное изложение выходит за рамки начального курса, поэтому мы даем лишь описание моделей и краткое изложение возможных методов оценивания. В конце главы кратко описывается обобщенный метод моментов, который в настоящее время является одним из основных инструментов оценивания динамических моделей с панельными данными. [c.360]
Изменение условий функционирования динамической модели тренажера выполняется двумя способами. Первый - с помощью дискретных изменений управляющих факторов, второй - путем задания соответствующих графиков. [c.35]
Изменение условий функционирования динамической модели выполняется двумя способами. Первый - с помощью дискретных изменений, второй - в виде графиков управляющих факторов. [c.72]
Изменение условий функционирования динамической модели выполняется с помощью дискретных изменений управляющих факторов путем задания их графиков и переключения режима исследования (моделирования). [c.226]
Изменение условий функционирования динамических моделей в тренажере выполняется двумя способами во-первых, с помощью дискретных изменений экзогенных факторов во-вторых, в виде экзогенно задаваемых графиков влияющих факторов. [c.277]
Изменение экзогенных факторов, влияющих на процессы в динамической модели, выполняется двумя способами первый - путем варьирования режимов функционирования модели, второй - с помощью рычагов управления, перераспределяющих финансовые, материальные, трудовые, информационные и другие ресурсы. Распределение ресурсов осуществляется дискретно или непрерывно. [c.320]
Изменение условий функционирования динамической модели тренажера выполняется двумя способами. Первый - с помощью дискретных изменений управляющих факторов, второй - в виде задаваемых ( планируемых ) графиков изменения параметров модели. Дискретные изменения используются для тех факторов, которые устанавливаются, как правило, только один раз в момент Т=0 для их компактного отражения на мониторе. В случае необходимости изменения управляющих факторов несколько раз или постоянно в процессе моделирования используется график изменения параметров. [c.440]
В отрасли выполнены и внедрены в практику экономико-математические модели оптимизации и размещения производства асинхронных низковольтных электродвигателей, силовых трансформаторов, кабельной техники, источников света и светотехнических изделий, электрокерамических изделий, объем производства которых составляет около 40% отраслевого выпуска. За основу принимались динамические производственно-транспортные модели в вариантной постановке с дискретными переменными. Вместе с тем в каждом конкретном случае учитывалась специфика электротехнических производств. [c.27]
Для использования в планировании ЭММ необходимы экономико-математические модели, содержащие основные параметры процессов и выражающие их связи в виде уравнений или неравенств. В электротехнической промышленности накоплен значительный опыт оптимизации планирования. В наибольшей мере это относится к решению задачи перспективного планирования, развития, специализации и размещения отрасли и отдельных производств. Оптимизация планирования в отрасли позволяет учитывать в расчетах значительно большее число факторов, чем при использовании традиционных методов планирования, выбирать наилучший из вариантов в заданных условиях с точки зрения критерия оптимальности. За основу принимаются динамические производственные или производственно-транспортные модели в вариантной постановке с дискретными переменными. Вместе с тем в каждом конкретном случае учитывается специфика производства. [c.78]
В этом параграфе будут рассмотрены динамические межотраслевые модели народного хозяйства, т. е. модели развития народного хозяйства во времени. Время, как это делается в большей части межотраслевых моделей, будем считать дискретным, принимающим значения t = 1, 2,. .., Т (исходный год будем считать нулевым). Под отрезком времени от момента t до момента / -+- 1 будем понимать год с номером t. [c.142]
По характеру зависимостей макромодели (как и всякие модели) могут быть детерминированными и вероятностными (стохастическими), по роли временного фактора — статическими и динамическими, по представлению переменных (включая переменную времени) — дискретными и непрерывными. [c.179]
В качестве критерия оптимальности в большинстве отраслевых задач выступает минимум затрат на заданный объем конечного продукта рассматриваемой производственной системы. Применяются экономико-математические модели разных типов динамические и статические, детерминированные и вероятностные, однопродуктовые и многопродуктовые, с дискретными и непрерывными переменными, производственные функции, производственно-транспортные задачи и, наконец, по характеру отображения хозяйственных связей —матричные и сетевые модели. [c.253]
При имитации функционирования систем на ЭВМ построенная математическая модель преобразуется в моделирующий алгоритм, в котором сохраняются логическая структура, последовательность протекания процесса во времени, характер и состав информации о состояниях процесса. ЭВМ представляют собой устройства дискретного типа, а потому и моделирующий алгоритм должен являться дискретной аппроксимацией построенной математической модели функционирования системы. Прямой путь решения данной задачи весьма прост. Интервал времени [0 Т], в течение которого рассматривается работа системы, разбивается на интервалы длиной At, из-за чего данный способ решения получил название принципа At. В пределах каждого интервала последовательно вычисляются приращения всех процессов в модели и производится, если это нужно, изменение состояния отдельных элементов модели. При достаточно малых Д получаем хорошее приближение имитируемых процессов к процессам в реальной системе с параллельным выполнением операций. При таком способе построения моделирующего алгоритма точность моделирования достигается ценой больших затрат машинного времени. Обычно такой способ построения имитационных моделей используется при моделировании непрерывных динамических систем. Принцип Д является наиболее универсальным принципом построения моделирующих алгоритмов, хотя и наименее экономичным с точки зрения вычислений на ЭВМ. 105 [c.195]
Теории расчетов в стохастических финансовых моделях с дискретным временем, основанной на первой и второй фундаментальных теоремах, посвящается шестая глава. Основным здесь является понятие хеджирования как метода динамического управления портфелем пенных бумаг. Выведенные формулы для цены (стоимости) хеджирования и изложенные методы отыскания оптимальных хеджирующих стратегий на полных и неполных рынках применяются к расчетам опционов Европейского и Американского типов. [c.541]
Рассмотрим теперь два примера моделей макроэкономической динамики, реализующих дискретный и непрерывный подходы. В обоих случаях модели носят весьма общий, абстрактный характер. В то же время их решение может быть найдено в явном виде, причем из него вытекают важные особенности для различных частных случаев соотношения их параметров. На этих моделях удобно продемонстрировать простейший аппарат дискретного и непрерывного динамического моделирования, проиллюстрировать важнейшие категории и проблемы макроэкономической динамики. [c.201]
Рассмотрим вопросы применения модели динамического программирования в обобщенном виде. Пусть стоит задача управления некоторым абстрактным объектом, который может пребывать в различных состояниях,. Текущее состояние объекта отождествляется с некоторым набором параметров, обозначаемым в дальнейшем и именуемый вектором состояния. Предполагается, что задано множество Н всех возможных состояний. Для объекта определено также множество допустимых, управлений (управляющих воздействий) X, которое, не умаляя общности, можно считать числовым множеством. Управляющие воздействия могут осуществляться в дискретные моменты времени k ( el n), причем управленческое решение заключается в выборе одного из управлений xk e X. Планом задачи или стратегией управления называется вектор = (, , j 2,..., j ), компонентами которого служат управления, выбранные на каждом шаге процесса. Ввиду предполагаемого отсут- [c.166]
Под динамическими системами понимаются такие системы, модель функционирования которых в функции времени может быть представлена в виде дифференциальных (для дискретного времени - разностных) уравнений. [c.148]
Модель (2.22) называется дискретной динамической моделью межотраслевого баланса Леонтьева (ДМОБ). Система уравнений (2.22) представляет собой систему линейных разностных уравнений 1-го порядка. Для исследования данной модели надо задать в начальный момент времени векторы ДО) и 7(0 для t=, 2,. .., Т. Решением модели будут значения векторов ДО, K(f), t = 1, 2,. .., Т. [c.21]
Динамические модели. В динамических моделях, описывающих функционирование изучаемых экономических систем во времени, с самого начала выделяются экзогенные переменные (управления) и эндогенные переменные, характеризующие текущее состояние системы. Состояние изучаемой экономической системы в момент времени t описывается с помощью конечномерного вектора x(t) En, а управление в тот же момент времени — с помощью конечномерного вектора u(t) Ez. Динамические модели обычно относятся к одному из двух классов — с непрерывным или с дискретным временем. [c.36]
Матричная модель Нелинейная модель Непрерывная модель Модель равновесия Неравновесная модель Регрессионная модель Сетевая модель Числовая модель Эконометрическая модель — дискретного выбора, —непрерывной длительности выживания), —логит-иодель, —пробит-модель, —тобит-модель., 4. По временному и пространственному признаку Гравитационная модель Динамическая модель (см. Динамические модели экономики) Модели с "бесконечным временем" Статическая модель Точечная модель [c.404]
Задачи управления комплексами дискретных распределенных объектов в реальном времени. Эти задачи являются наиболее функционально емкими и включают в себя задачи мониторинга, контроля и принятия решений. Наиболее простым развитием рассмотренных выше систем контроля, в том числе интеллектуальных, является управление компенсацией выявленных нежелательных отклонений от заданной идеальной целевой траектории системы в пространстве состояний. Необходимым дополнительным элементом здесь становится модель, описывающая структуру комплекса объектов, их свойства и среду функционирования, а также динамику их поведения. Такие модели должны содержать сложноструктурированный декларированный компонент, а описания процессов будут иметь вид логико-динамических моделей. В связи с этим процедуры обработки целесообразно строить как решающие процедуры определенных интеллектуальных систем. [c.181]
В зависимости от удаленности управленца от процесса управления динамическая модель может быть различной. Если дежурный на железнодорожной сортировочной горке, который управляет перемещением локомотивов и вагонов с помощью стрелок, видит всю пространственную картину перемещений непосредственно, то дежурный по станции воспринимает ее с помощью мнемосхемы, а поездной диспетчер — лишь по графику движения поездов, вычерчиваемому по дискретным сообщениям, поступающим к нему. Таким образом, динамическая модель процесса на сортировочной горке не требует от дежурного специальных способов отображения кроме тех, которые связаны с непосредственным наблюдением за реальным положением вещей. Дежурный по станции непосредственно наблюдать и оценивать может только то, что видно из окна помещения, где он находится. Остальная информация является опосредованной, она отражена на мнемосхеме. Поэтому развитие процессов частично происходит как бы в его голове. Он вынужден интерполировать и экстраполировать это развитие. В наибольшей степени интерполяция и экстраполяция процессов происходит в голове поездного диспетчера или дежурного по отделению железной дороги. В его голове как бы отражается в реальном масштабе времени процесс перемещения поездов на участке, которым он управляет. У опытных дежурных и диспетчеров такое протекание процессов на объекте управления отражается как бы само собой , вне активного сознания. Поступающие к диспетчеру или дежурному словесные сообщения перекодируются им на уровень представлений, характерных для имитационной модели, работающей в его голове. [c.25]
Динамические модели, в отличие от статических, охватывают, как следует из вышесказанного, не один плановый интервал времени, а последовательность интервалов, составляющих в своей совокупности так называемый плановый период. Поэтому характерной особенностью динамических экономико-математических моделей является то, что их неизвестные параметры должны быть найдены для каждого из интервалов (дискретов), то есть эти неизвестные можно рассматривать как функции дискретного аргумента — номера соответствующего интервала планового периода Т. [c.183]
Последовательно с объектом включен дискретный динамический регулятор, описываемый также дискретной моделью в пространстве состояний, который включает также канал обратной связи по выходу объекта. Вводится понятие адаптируемости основного контура дискретной системы управления Получены критерии полной.частичной или слабой адаптируемости дискретной состемы управления по выходу, выражающиеся в терминах ранговых свойств специальных матриц адаптируемости, которые являются обощениями матриц управляемости и наблюдаемости Калмана [c.304]
Еще более интересным и неожиданным является открытие, что Логопериодичность и инвариантность дискретной шкалы в критических явлениях могут возникнуть спонтанно и иметь чисто динамическое происхождение, без существовавшей ранее иерархии. Чтобы показать это, мы обсудим простую модель, показывающую сингулярность конечного времени, появившуюся благодаря положительной обратной связи, вызванной инвестиционными стратегиями следования за трендом. Без дополнительных компонентов, эта модель не представляет из себя какого-либо новшества по сравнению с моделями, представленными в главе 5. Новой является идея добавить воздействие фундаментальных аналитиков, которые склонны возвращать цену назад к ее фундаментальной стоимости. Когда данная возвратная сила является нелинейной функцией разности между ценой пузыря и фундаментальной стоимостью, динамика цены демонстрирует конкуренцию между ускорением степенной зависимости с кульминацией в сингулярности конечного времени, как показано в главе 5, и усиливающимися логопериодическими осцилляциями, декорирующими это ускорение степенной зависимости. Взаимодействие между этими двумя шаблонами поведения является устойчивым к зависимости от особенностей модели. Интуитивно ясно, что стратегии, основанные на фундаментальном анализе, представляют возвратную "силу" на цену, которая постоянно зашкаливает за свою цель. В присутствии трендследящих стратегий, обеспечивающих положительную обратную связь, чрезмерные повышения имеют тенденцию к ускорению и следованию в направлении ускорения цены, что ведет к постоянно ускоряющимся осцилляциям. [c.176]
М.м. описывает поведение конкретных экономических объектов (вплоть до отдельной личности — потребителя или производителя), принимающих решения (осуществляющих выбор возможных альтернатив) в условиях функционирования социально-экономической системы. Каждый объект получает, или покупает, или добывает каким-то иным путем нужную ему информацию, распределяет имеющиеся ресурсы, разрабатывает правила выбора альтернатив и стратегию дальнейших действий и т.д. Исходя из этого, можно выделить три существенные области применения М.м. ценообразование, принятие решений об объеме производства и продаж, распределение доходов. Отличие М.м. от макромоделей большая зависимость от внешней среды, дезагрегация показателей. Так же как и макроэкономические модели, микромодели могут быть статическими и динамическими, детерминированными и вероятностными, дискретными и непрерывными. [c.197]
Система GPSS-V предоставила пользователю законченную вц-сокоуровневую информационную технологию создания имитационных моделей. В этой системе имеются средства формализованного описания параллельных дискретных процессов в виде условных графических изображений или с помощью операторов собственного языка. Координация процессов осуществляется автоматически в едином модельном времени. Пользователь в случае необходимости может ввести свои правила синхронизации событий. Имеются средства управления моделью, динамической отладки и автоматизации обработки результатов. Однако эта система имела три основных недостатка [c.10]
Построим нашу модель инвестиционного равновесия как описание динамической системы (конечного автомата, где в качестве состояний выступают инвестиционные тенденции, о чем речь дальше), где моделируется стартовое размещение фондовых активов и последующие перетоки между активами на интервале дискретного прогнозного времени 1нач, 1нач+1,. .., t,..., tKOH. По умолчанию, мы выбираем единичный интервал прогнозирования AT = 0.25 года (квартал). [c.111]
Смотреть страницы где упоминается термин Дискретные динамические модели
: [c.398] [c.120] [c.254] [c.245]Смотреть главы в:
Прикладная статистика Исследование зависимостей -> Дискретные динамические модели