Engee 文档
Notebook

利用指挥和控制进行周期性人口计算

在本示例中,人口动态计算以非线性离散模型为基础。

在该模型中,某一年的人口 p(n) 与前一年的人口 p(n - 1) 成比例,再乘以繁殖率 p。

下图显示了模型本身。

image.png

接下来,让我们连接辅助函数来启动模型,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]:
run_model (generic function with 1 method)

让我们设置启动条件如下:

L = 1.0e6

p(0) = 1.0e5

r,我们将在建模过程中进行修改:

1.1.5e-6 (系统收敛) 2.2,2e-6 (2 循环系统) 3.2.5e-6 (4 周期系统) 4.2.56e-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 
Building...
Progress 100%
Building...
Progress 100%
Building...
Progress 100%
Building...
Progress 100%

显示并比较结果。

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,我们发现理想的人口规模是 100 万人,系数为 1.5e-6。在其他情况下,我们观察到人口增长后人口减少。在资源稀缺的情况下,系数 r 越大,人口增长的多样性就越大。