在循环中使用命令控制计算人口
在这个例子中，人口动力学的计算是在非线性离散模型的基础上实现的。
在模型中，给定年份的人口*p（n）*与前一年的人口成正比，p（n–1）乘以繁殖率，p.然而，资源受到L人的限制，从而对人口产生负面影响。
下图显示了模型本身。
接下来，我们将连接启动模型的辅助函数，并为其声明初始状态。
In [ ]:
function run_model( name_model)
Path = (@__DIR__) * "/" * name_model * ".engee"
if name_model in [m.name for m in engee.get_all_models()] # Проверка условия загрузки модели в ядро
model = engee.open( name_model ) # Открыть модель
model_output = engee.run( model, verbose=true ); # Запустить модель
else
model = engee.load( Path, force=true ) # Загрузить модель
model_output = engee.run( model, verbose=true ); # Запустить модель
engee.close( name_model, force=true ); # Закрыть модель
end
sleep(5)
return model_output
end
Out[0]:
启动条件将设置如下:
L=1.0e6
p(0)=1.0e5
r，我们将在建模过程中更改它:
- 1.5e-6（系统收敛）
- 2.2e-6(双循环系统)
- 2.5e-6(四循环系统)
- 2.56e-6(8循环系统)
In [ ]:
L = 1.0e6;
p0 = 1.0e5;
r_arr = [1.5e-6,2.2e-6,2.5e-6,2.56e-6];
让我们在改变r值的循环中运行模型。
In [ ]:
Population = zeros(21,4)
r = 0;
for i in 1:4
r = r_arr[i]
run_model("population") # Запуск модели.
P = collect(simout["population/Rounding Function.1"]);
Population[:,i] = P.value
end
让我们显示和比较结果。
In [ ]:
plot(Population, label=["r = 1.5e-6" "r = 2.2e-6" "r = 2.5e-6" "r = 2.56e-6"])
Out[0]:
结论
根据模型的结果，我们看到理想的人口是100万人，并且系数为1.5e-6。 在其他情况下，我们观察到人口数量增加，自然随之而来的是其下降。 在资源短缺的情况下，r系数越高，人口增长率的多样性就越大。