پاورپوینت مبانی و فرایند مدلسازی

بخشی از پاورپوینت

اسلاید 2 :

مبانی و فرایند مدلسازی

تعریف مدل
ضرورت و اهداف مدلسازی
فرایند مدلسازی

ادامه فصل اول

اسلاید 3 :

فرایند مدلسازی

کالیبراسیون مدل
کالیبراسیون فرایندی است که به واسطه آن مدلساز، پارامترهای مدل تدوین شده خود را تعیین میکند. روش مورد استفاده برای تنظیم پارامترها از طریق برازش مدل، به میزان پیچیدگی مدل بستگی دارد؛ به طوری که با افزایش میزان پیچیدگی مدل، بر میزان کار و دانش لازم برای برازش آن افزوده میشود. مدلهای ساده را میتوان با روشهایی همچون روش عددی حداقل مربعات برازش داد، در حالی که مدلهای پیچیده را باید با حل یک مجموعه معادلات همزمان برازش داد. مدلهای پیچیدهتر بهصورت رفت و برگشتی در یک فرایند آزمون و خطا، برازش داده میشود.

اسلاید 4 :

اعتبارسنجی مدل

اعتبارسنجی مدل، پس از کالیبراسیون انجام میگیرد و از طریق آن مدلساز میسنجد که پیشبینیهای صورت گرفته توسط مدل ابداع شده تا چه حد با واقعیت همخوانی دارد. هدف اصلی از اعتبار سنجی مدل این است که تعیین کند تا چه حد میتوان به توانایی مدل در پیشبینی رفتار سیستم اعتماد کرد، زیرا در عمل، نمیتوان مدلی را یافت که همخوانی کاملی میان مقادیر پیشبینی با مقادیر اندازهگیری شده، بهدست دهد. چرایی این واقعیت را باید در وجود خطا در مراحل گوناگون مدلسازی جست و جو کرد. اعتبارسنجی مدل تنها با متغیر خروجی مدل انجام نمی شود،

اسلاید 5 :

برای اعتبار سنجی مدل، مدلساز باید از یک مجموعه سنجه بهرهگیری کند که این سنجهها به او برای قضاوت کمی و در نهایت کیفی در مورد مدل ابداع شده کمک میکند.
بلکه دامنه گستردهای دارد که نه تنها متغیر خروجی، بلکه متغیرهای ورودی، پارامترها و حتی ساختار مدل را نیز در بر میگیرد. برای اعتبار سنجی مدل، مدلساز از یک مجموعه آماره هایی استفاده می کند که به او برای قضاوت کمی و در نهایت کیفی در مورد مدل ساخته شده کمک میکنند.

تحلیل حساسیت
تحلیل حساسیت یکی از مهمترین گامهای مدلسازی است که نباید از نظر دور بماند. از طریق تحلیل حساسیت، مدلساز مشخص میکند که تغییرات متغیرهای ورودی به مدل، پارامترها و حتی ساختار مدل (یا فرضیاتی که مدل براساس آن ساخته شده است)، تا چه حد بر خروجی مدل تاثیر می گذارند.
فرایند مدلسازی

اسلاید 6 :

به طوری که مدلساز، از طریق تحلیل حساسیت به نوعی امکان مییابد تا متغیرهایی که تاثیر ناچیزی بر خروجی مدل دارند را کنار بگذارد و راهی بیابد تا مدلی معرفی کند که پیچیدگیهای کمتری دارد. همچنین از طریق تحلیل حساسیت مسیرهای آتی پژوهش برای مدلساز روشن میشود که در آینده کدام یک از متغیرهای مدل، به پژوهش بیشتری نیاز دارند. روشهای گوناگونی برای انجام تحلیل حساسیت وجود دارد که از جمله میتوان به روشهای غربالگری کلی، تجزیه واریانس و روشهای مبتنی بر رگرسیون و همبستگی اشاره کرد.

اسلاید 7 :

تحلیل عدم قطعیت

از آنجا که تمام مدلهای بومشناختی و محیط زیستی در معرض عدم قطعیتاند، مدلساز باید میزان عدم قطعیت را در مدل یا مدلهای ساخته شده خود ارزیابی و تعیین کند. مدلها، عدم قطعیت خود را از عدم قطعیتهای موجود در دادههای مورد استفاده و نیز پارامترها و همچنین از نادانستههای مدلساز به ارث میبرند. برای تحلیل عدم قطعیت، با بهرهگیری از توزیعهای احتمالی باید مشخص شود که از کدام یک از متغیرهای ورودی یا پارامترهای مدل میتوان برای تعیین احتمال وقوع خروجیهای معینی از مدل بهره گرفت و از این طریق زمینهای فراهم آورد تا حدود اعتماد به پیشبینیهای مدل بهدست آید.